Avaliação Final (Objetiva) II- Individual

Prévia do material em texto

21/03/2024, 10:34 Avaliação Final (Objetiva) - Individual
about:blank 1/5
Prova Impressa
GABARITO | Avaliação Final (Objetiva) - Individual
(Cod.:886671)
Peso da Avaliação 3,00
Prova 71106112
Qtd. de Questões 10
Acertos/Erros 7/3
Nota 7,00
A regressão é uma técnica de modelagem preditiva onde a variável-alvo a ser avaliada é contínua. 
Constitui-se de uma metodologia estatística que utiliza o relacionamento entre duas ou mais variáveis 
quantitativas de modo que a variável meta possa ser predita a partir de outras sob a forma de uma 
representação. Sobre a regressão, associe os itens, utilizando o código a seguir:
I- Validação cruzada. 
II- Overfitting. 
III- Underfitting.
( ) Um cenário no qual o modelo já é ruim no próprio treinamento. O modelo não consegue encontrar 
relações entre as variáveis e o teste nem precisa acontecer.
( ) Um cenário que ocorre quando, nos dados de treino, o modelo tem um desempenho excelente, porém 
quando utilizamos os dados de teste o resultado é ruim.
( ) Tem como objetivo avaliar o modelo da melhor maneira, do que simplesmente a divisão dos dados em 
treino e teste.
Assinale a alternativa que apresenta a sequência CORRETA:
A III - II - I.
B II - III - I.
C I - III - II.
D I - II - III.
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.
 VOLTAR
A+
Alterar modo de visualização
1
2
21/03/2024, 10:34 Avaliação Final (Objetiva) - Individual
about:blank 2/5
Assinale a alternativa que apresenta a sequência CORRETA:
A V - F - F - V.
B V - F - V - F.
C V - F - V - V.
D F - V - V - V.
A regressão é uma técnica que permite explorar e inferir a relação de uma variável dependente com 
variáveis independentes específicas. A análise da regressão pode ser usada como um método descritivo da 
análise de dados sem a necessidade de quaisquer suposições sobre as metodologias que permitiram gerar os 
dados. Sobre a regressão e as funções de custo, classifique V para as sentenças verdadeiras e F para as falsas:
( ) A função de custo tem como objetivo deixar a função de regressão mais rápida
( ) O Gradiente Descendente é utilizado para diminuir o erro da função de regressão
( ) No processo do Gradiente descendente o custo diminui conforme as interações
( ) Apesar de funcionar na teoria, não é possível implementar uma função de custo
Assinale a alternativa CORRETA que apresenta a sequência CORRETA:
FONTE: MARTINS, Lais Santos; LIMA, Danielli A. Aprendizado semi-supervisionado para análise de 
dados de base aberta pública sobre casos de doenças do aparelho respiratório. EnPE, v. 7, n. 1, 2020.
A F - F - V - V.
B F - V - V - F.
C V - V - V - F.
D V - F - V - F.
O Fluxo de implementação de um 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.
3
4
21/03/2024, 10:34 Avaliação Final (Objetiva) - Individual
about:blank 3/5
Assinale a alternativa que apresenta a sequência CORRETA:
A V - F - V - F.
B F - F - V - V.
C F - V - F - V.
D V - F - F - F.
A classificação é uma tarefa de machine learning que tem por objetivo classificar itens de dados em 
uma entre diversas classes previamente definidas, com base em propriedades comuns, entre um conjunto de 
objetos no banco de dados. Sobre a saída de um classificador binário analise os exemplos que se encaixam 
nesse tipo assinalando-os com V ou F. 
( ) Reconhecer como "positivo" ou "negativo".
( ) Diagnosticar se um paciente tem determinada doença.
( ) Classificar um texto em 20 tipos de categorias.
( ) Determinar se uma foto contém um item específico ou não.
Assinale a alternativa que apresenta a sequência CORRETA:
FONTE: MAXIMO, Fernando Attique; OLIVEIRA, SR de M.; LOPES-ASSAD, Maria Leonor. Avaliação 
de métodos de seleção de atributos para classificação de solos. In: Embrapa Informática Agropecuária-Artigo 
em anais de congresso (ALICE). In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 6., 2007, 
São Pedro, SP. Anais... Campinas: Embrapa Informática Agropecuária, 2007.
A F - F - V - V.
B V - V - F - V.
C V - F - V - F.
D F - V - V - F.
A distância euclidiana é uma das medidas de dissimilaridade entre comunidades mais utilizada na 
prática. Assim, quanto menor o valor da distância euclidiana entre dois objetos, mais próximas elas se 
apresentam em termos de parâmetros quantitativos. Considere a fórmula da distância euclidiana apresentada 
em anexo e classifique V para as sentenças verdadeiras e F para as falsas:
( ) Xi representa um determinado objeto (dentro de X) sob qual se calculará a distância.
( ) Yi representa um determinado objeto (dentro de Y) sob qual se calculará a distância.
( ) i=o significa que haverá uma iteração terminando em 0.
( ) n representa o número de objetos que serão iterados.
Assinale a alternativa que apresenta a sequência CORRETA:
A V - V - F - V.
5
6
21/03/2024, 10:34 Avaliação Final (Objetiva) - Individual
about:blank 4/5
B V - F - V - F.
C V - F - F - V.
D F - V - F - V.
No desenvolvimento de algoritmos de machine learning, as métricas de avaliação têm como objetivo 
verificar a eficácia do modelo, comparando com os dados originais. Tais métricas auxiliam a saber se o 
algoritmo está aprendendo bem ou não. Sobre a métrica de avaliação da tarefa de regressão, assinale a 
alternativa CORRETA:
A Precisão.
B F-Medida.
C Acurácia.
D Erro Quadrático Médio.
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 históricacontendo 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 II - I - III.
B III - II - I.
C III - I - II.
D I - II - III.
Em sua definição, um problema de classificação, supervisionado, é um programa de computador que 
recebe amostras (entradas) e respostas esperadas (saídas) para elas, e gera uma hipótese genérica capaz de 
mapear as entradas para as saídas corretas. Sobre o modo de aprendizado dos algoritmos de classificação, 
assinale a alternativa CORRETA:
7
8
9
21/03/2024, 10:34 Avaliação Final (Objetiva) - Individual
about:blank 5/5
FONTE: VON LOCHTER, Johannes. Máquinas de classificação para detectar polaridade de mensagens de 
texto em redes sociais. 2015. Disponível em: https://1library.org/document/zwvlopgq-maquinas-
classificacao-detectar-polaridade-mensagens-texto-redes-sociais.html. Acesso em: 13 abr. 2021.
A Por esforço.
B Supervisionado.
C Não supervisionado.
D Semi-supervisionado.
O dataset denominado Air Quality Dataset possui dados com diversos sensores. O conjunto de dados 
contém 9358 ocorrências de respostas médias horárias de uma matriz de 5 sensores químicos de óxido de 
metal incorporados em um dispositivo multissensor químico de qualidade do ar. O dispositivo foi localizado 
no campo em uma área significativamente poluída, ao nível da estrada, dentro de uma cidade italiana. Os 
dados foram registrados de março de 2004 a fevereiro de 2005 (um ano), representando as mais longas 
gravações disponíveis gratuitamente de respostas de dispositivos sensores químicos de qualidade do ar 
implantados em campo. As concentrações médias horárias do Ground Truth para CO, hidrocarbonetos não 
metânicos, benzeno, óxidos de nitrogênio totais (NOx) e dióxido de nitrogênio (NO2) foram fornecidas por 
um analisador certificado de referência co-localizado. Sabendo que os dados do CO2 são dados contínuos, 
assinale a alternativa CORRETA que apresenta o tipo de tarefa de aprendizado que pode realizar a previsão 
de emissão de gás nos próximos dias:
A Agrupamento.
B Classificação.
C Clusterização.
D Regressão.
10
Imprimir