Avaliação I - Individual

Prévia do material em texto

21/03/2024, 10:32 Avaliação I - Individual
about:blank 1/5
Prova Impressa
GABARITO | Avaliação I - Individual (Cod.:770125)
Peso da Avaliação 1,50
Prova 54135743
Qtd. de Questões 10
Acertos/Erros 10/0
Nota 10,00
Machine Learning, compreendido como o aprendizado de máquina a partir dos dados previamente 
conhecidos, é definido como um campo preocupado com a questão de como construir programas de 
computador que melhorem automaticamente a experiência do usuário. Também pode ser dividido em: Tarefa 
(T), Medida de Desempenho (P) e Experiência de Treinamento (E). Considerando o problema de Detectar 
um perfil de clientes para fornecer cartão de crédito, associe os itens, utilizando o código a seguir:
I- Tarefa T. 
II- Medida de Desempenho P.
III- Experiência de Treinamento E. 
( ) Uma base de dados histórica em que os clientes já conhecidos são previamente classificados como bons 
ou maus pagadores.
( ) Porcentagem de clientes classificados corretamente.
( ) Classificar potenciais novos clientes como bons ou maus pagadores.
Assinale a alternativa que apresenta a sequência CORRETA:
A III - I - II.
B I - II - III.
C II - I - III.
D III - II - I.
Dentre os conceitos que envolvem as características de Machine Learning, os paradigmas de 
aprendizado de máquina podem ser simbólicos, estatísticos, conexionistas, baseado em exemplos ou 
genético. Com base no exposto, associe os itens, utilizando o código a seguir:
I- Simbólico.
II- Estatístico.
III- Baseado em exemplos.
IV- Conexionista.
V- Genético.
( ) Baseado em exemplos: uma forma de classificar um exemplo é lembrar de outro similar, cuja classe é 
conhecida, e assumir que o novo exemplo tem a mesma classe. Essa filosofia demonstra os sistemas 
baseados em exemplos, que os classificam como nunca vistos por meio de exemplos similares conhecidos. 
Esse tipo de sistema de aprendizado é denominado lazy (preguiçoso) e necessita manter os exemplos na 
memória para classificar novos exemplos, em oposição aos sistemas eager (gulosos), que utilizam os 
exemplos para induzir o modelo, descartando-os logo após. 
( ) Conexionista: de modo geral, essa abordagem trata das redes neurais, que são construções matemáticas 
simplificadas, inspiradas no modelo biológico do sistema nervoso. A representação de uma rede neural 
envolve unidades altamente interconectadas e, por isso, o nome conexionismo é utilizado para descrever a 
área de estudo. 
( ) Genético: paradigma de aprendizado derivado do modelo evolucionário proposto por David Goldberg, 
 VOLTAR
A+ Alterar modo de visualização
1
2
21/03/2024, 10:32 Avaliação I - Individual
about:blank 2/5
em 1989, no livro "Algoritmos genéticos em pesquisa, otimização e Machine learning". Um classificador 
genético consiste de uma população de elementos de classificação que competem para fazer a predição
( ) Buscam aprender construindo representações simbólicas de um conceito, por meio da análise de 
exemplos e contraexemplos dele. As representações simbólicas estão tipicamente na forma de alguma 
expressão lógica, árvore de decisão, regras ou rede semântica. 
( ) Pesquisadores em estatística têm criado diversos métodos de classificação, muitos deles semelhantes 
aos métodos posteriormente desenvolvidos pela comunidade de aprendizado de máquina. A ideia geral 
consiste em modelos estatísticos para encontrar uma boa aproximação do conceito induzido. 
Assinale a alternativa que apresenta a sequência CORRETA:
A V - IV - III - I - II.
B III - IV - V - I - II.
C I - III - I - V - IV.
D I - II - III - IV - V.
Os sistemas de Machine Learning, em português conhecidos como sistema de aprendizagem 
automática ou sistemas de aprendizado de máquina, podem ajudar a descobrir padrões, realizar determinadas 
tarefas através da generalização de casos e na utilização de dados. Os algoritmos de aprendizado de máquina 
têm um modo de aprendizado que são apresentados exemplos do que é desejado como entrada e saída, de 
modo que o objetivo é aprender uma regra que mapeia a entrada na saída. Com base nesse modo, assinale a 
alternativa CORRETA:
A Aprendizado supervisionado.
B Aprendizado por sistemas.
C Aprendizado por reforço.
D Aprendizado não supervisionado.
Machine Learning, compreendido como o aprendizado de máquina a partir dos dados previamente 
conhecidos, é definido como um campo preocupado com a questão de como construir programas de 
computador que melhorem automaticamente a experiência do usuário. Também pode ser dividido em: Tarefa 
(T), Medida de Desempenho (P) e Experiência de Treinamento (E). Com base no diagnóstico de gravidez de 
risco, associe os itens, utilizando o código a seguir:
I- Tarefa T.
II- Medida de Desempenho P.
III- Experiência de Treinamento E. 
( ) Classificar novas gestantes com potenciais riscos na gravidez.
( ) Porcentagem de pacientes classificadas corretamente.
( ) Base de dados histórica contendo exemplos de gestantes com ou sem gravidez de risco.
Assinale a alternativa que apresenta a sequência CORRETA:
Sobre a associação dos itens acima, selecione a alternativa CORRETA com a associação entre os itens.
A I - II - III.
3
4
21/03/2024, 10:32 Avaliação I - Individual
about:blank 3/5
B III - I - II.
C II - I - III.
D III - II - I.
Importante para a formulação do conceito de Machine Learning, o exemplo do jogo denominado "game 
of checkers", proposto no experimento de Arthur Samuel (1959), tratava de um programa de aprendizado de 
máquina para jogar damas. Com base na definição do Machine Learning, assinale a alternativa CORRETA:
A Um programa que aprende a partir da experiência E, em relação ao tempo T, com medida de
desempenho P, se seu desempenho em T, medido por P, melhora com E.
B Um programa que aprende a partir da experiência E, em relação a uma classe de tarefas T, com medida
de desempenho P, se seu desempenho em T, medido por P, melhora com E.
C Um programa que aprende a partir da experiência E, em relação a uma classe de tarefas T, com medida
de problemas P, se seu desempenho em T, medido por P, melhora com E.
D Um programa que aprende a partir da execução E, em relação ao tempo T, com medida de desempenho
P, se seu desempenho em T, medido por P, melhora com E.
A aplicação de algoritmos de Machine Learning tem como objetivo principal a extração de 
conhecimentos a partir dos dados, na qual, entre suas técnicas, destaca-se a classificação. Sobre a 
classificação de spams, classifique V para as sentenças verdadeiras e F para as falsas:
( ) O campo message é a entrada (input).
( ) O campo message é a saída (output).
( ) O campo Prediction é a entrada (input).
( ) O campo Prediction é a saída (input).
Assinale a alternativa que apresenta a sequência CORRETA:
A F - F - F - F.
B V - V - V - V.
C V - F - V - V.
D V - F - F - V.
A arquitetura é organizada em cinco camadas: Fontes de dados, ETL +, Corpus, OLAP e Consumidor / 
Solicitante. Podemos perceber que o framework suporta interações e iterações porque os aplicativos (na 
camada Consumidor / Solicitante) não apenas consomem cubos de dados, mas podem solicitar dados que se 
adaptem melhor às suas necessidades. As fontes de dados são dinâmicas, pois são notícias coletadas de sites. 
Inicialmente, fornecemos um corpus de textos em inglês. Como parte do ETL +, o rastreador extrai dados de 
jornais digitais para obter o corpus on-line. Com base na imagem e associando com as etapas de aprendizado 
de um algoritmo de Machine Learning, classifique V para as sentenças verdadeiras e F para as falsas:
( ) O Crawler faz a etapa de coleta de dados.
( ) O Crawler faz a etapa de preparação dos dados.
( ) A etapa de Limpeza e integração de dados coleta de dados.
( ) A etapa de Limpeza e integração de dados é a preparação dos dados.
5
6
7
21/03/2024, 10:32 Avaliação I - Individual
about:blank 4/5
Assinale a alternativa que apresenta a sequência CORRETA:
A V - F - V - V.
B F - V - V - V.
C V - F - V - F.
D V - F - F - V.
O Fluxo de implementação deum algoritmo de Machine Learning são uma sequência de passos que 
objetivam ensinar o algoritmo, a partir de um conjunto de dados, a realizar a ação, mas, principalmente, 
garantir que o algoritmo aprendeu. Sobre o fluxo de implementação de um algoritmo de Machine Learning, 
classifique V para as sentenças verdadeiras e F para as falsas:
( ) A etapa de análise de dados é a primeira do processo de Machine learning e pode ser simples, do ponto 
de vista de se conectar a um Dataset CSV ou a um banco de dados relacional.
( ) A coleta de dados é a etapa em que se deve tratá-los, de forma correta, antes de seu uso ou 
armazenamento. Pode ser utilizada em conjunto com a análise exploratória de dados, quando se realiza um 
estudo das características dos dados, geralmente por meio de gráficos
( ) A etapa de escolha do modelo é o momento de selecionar os algoritmos que serão avaliados e 
futuramente aplicados em sua aplicação de Machine learning.
( ) A avaliação é responsável por utilizar o conjunto de testes e verificar a capacidade de generalização do 
algoritmo, ou seja, verificar se o algoritmo aprendeu com os dados de treino.
Assinale a alternativa que apresenta a sequência CORRETA:
A F - V - F - V.
B V - F - F - F.
C F - F - V - V.
D V - F - V - F.
Os sistemas de aprendizado de máquina apresentam características peculiares que possibilitam uma 
classificação não exclusiva desses sistemas em função da linguagem de descrição, do modo de aprendizado, 
do paradigma de aprendizado, das formas e da tarefa de aprendizado. Com base nas características e seus 
tipos, associe os itens, utilizando o código a seguir: 
I- Modos de aprendizado. 
II- Paradigmas de aprendizado. 
III- Formas de aprendizado.
IV- Tarefas de aprendizado.
( ) Supervisionado, Não Supervisionado, Por Esforço.
( ) Incremental e Não Incremental.
( ) Simbólico, Estatístico, Conexionista e Genético.
8
9
21/03/2024, 10:32 Avaliação I - Individual
about:blank 5/5
( ) Classificação, Regressão, Agrupamento e Associação.
Assinale a alternativa que apresenta a sequência CORRETA:
A I - IV - III - II.
B I - III - II - IV.
C I - II - III - IV.
D IV - III - II - I.
Leia o texto a seguir: a base de dados utilizada foi retirada da plataforma Kaggle e os dados foram 
processados pelo software Orange com quatro algoritmos: Random Forest (RF), K-Nearest Neighbors 
(KNN), Support Vector Machine (SVM) e Naive Bayes (NB). A divisão dos dados em treino e teste 
considerou 80% dos dados para treinamento e 20% para test. Com base no fluxo de implementação de um 
algoritmo de Machine Learning, classifique V para as sentenças verdadeiras e F para as falsas:
( ) A etapa de Tuning tem como objetivo obter os melhores parâmetros, para que os algoritmos obtenham o 
melhor desempenho possível.
( ) Na divisão de treino/teste, os dados de treino são utilizados para ensinar o algoritmo. 
( ) Na divisão de treino/teste, os dados de teste são utilizados para ensinar o algoritmo. 
( ) Na divisão de treino/teste, os dados de treino são utilizados para avaliar se o algoritmo aprendeu. 
( ) Na divisão de treino/teste, os dados de teste são utilizados para avaliar se o algoritmo aprendeu. 
Assinale a alternativa que apresenta a sequência CORRETA:
A F - V - F - V - F.
B V - V - F - F - V.
C V - F - F - F - V.
D V - F - V - F - F.
10
Imprimir