Baixe o app para aproveitar ainda mais
Prévia do material em texto
Avaliação On-line - Processamento de dados massivos e Modelos de Aprendizado [2ª Tentativa] QUESTÃO 1 Sistemas de recomendação baseados em conteúdo analisam um conjunto de itens que representam os interesses de um usuário e constroem um modelo que representa o seu perfil com base em características do conteúdo de seus itens de interesse. A tabela abaixo apresenta uma base de dados de filmes com 3 itens, com informações do código e título dos filmes. Código Título 1 O Senhor dos Anéis 2 O Senhor das Armas 3 O Senhor das Moscas Considerando as informações apresentadas, é correto afirmar que Um sistema de recomendação não pode ser aplicado em alguns tipos de itens, tais como imagem e vídeo. O sistema de recomendação baseado em conteúdo não consegue realizar recomendações quando não possui o feedback do usuário Um sistema de recomendação pode considerar o conteúdo dos itens, as avaliações dos usuários ou uma combinação entre elas para identificar as recomendações de cada usuário. Um sistema de recomendação baseado em conteúdo precisa considerar as avaliações dos usuários para gerar recomendações. Um sistema de recomendação com filtragem colaborativa considera o conteúdo dos itens para colaborar com o processo de recomendação. QUESTÃO 2 Uma das áreas de pesquisa incluídas em aprendizagem de máquina é a habilidade de simular a capacidade cognitiva do ser humano. A inteligência do ser humano é a mais avançada dentro do universo das criaturas e a responsável por esta inteligência é o cérebro. Redes neurais artificiais (RNA) são utilizadas para simular o funcionamento do cérebro humano e, com isso, seu objetivo é construir um artefato de software capaz de tomar decisões de forma similar ao ser humano. Considere o texto apresentado e avalie as asserções abaixo e a relação proposta entre elas. I. Um neurônio computacional visa simular o funcionamento do seu modelo biológico. PORQUE II. Uma das áreas de pesquisa incluídas em aprendizagem de máquina é a habilidade de simular a capacidade cognitiva do ser humano. A inteligência do ser humano é a mais avançada dentro do universo das criaturas e a responsável por esta inteligência é o cérebro. Redes neurais artificiais (RNA) são utilizadas para simular o funcionamento do cérebro humano e, com isso, seu objetivo é construir um artefato de software capaz de tomar decisões de forma similar ao ser humano. A respeito dessas asserções, assinale a opção correta. A asserção I é uma proposição verdadeira e a II é uma proposição falsa. As asserções I e II são proposições falsas A asserção II é uma proposição verdadeira e a I é uma proposição falsa. As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. As asserções I e II são proposições verdadeiras, mas II não é uma justificativa correta da I. QUESTÃO 3 Bancos de dados relacionais guardam informações em tabelas que organizam os dados em linhas e colunas. Uma modelagem relacional guarda a relação entre tabelas por meio de chaves que são responsáveis por unir diferentes tabelas dentro de um mesmo negócio. É crucial entender as diferenças entre as abordagens relacional e NoSQL, uma vez que o NoSQL está mais preocupado com a simplicidade e velocidade de acesso aos dados. Considerando o texto apresentado, avalie as afirmações a seguir. I. Uma modelagem NoSQL possui cargas de trabalho de alto volume que exigem grande escala. II. A modelagem relacional são caracterizados por possuir dados previsíveis e altamente estruturados. III. A modelagem não relacional trabalha com consultas e relatórios complexos. É correto o que se afirma em I e II, apenas. I, II e III II e III, apenas I, apenas. III, apenas QUESTÃO 4 Toda tabela em um banco de dados relacional sempre terá uma coluna ou um conjunto de colunas, cujos valores são únicos; isto é, esse valor nunca irá se repetir em outra linha de uma mesma tabela. Quando uma coluna ou um conjunto de colunas concatenadas identificam uma única linha de uma tabela, dizemos que essa coluna ou o conjunto dessas colunas formam a chave primária. Considerando o texto apresentado, avalie as asserções a seguir e a relação proposta entre elas. I. Uma chave estrangeira é responsável por fazer uma relação entre tabelas. Dessa forma, uma chave estrangeira em uma tabela B é chave primária em uma tabela A. PORQUE II. Uma tabela em um banco relacional deverá possuir apenas uma colunas como chave primária em sua estrutura. A respeito dessas asserções, assinale a opção correta. A asserção I é uma proposição verdadeira e a II é uma proposição falsa. As asserções são proposições falsas. A asserção II é uma proposição verdadeira e a I é uma proposição falsa. As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. As asserções I e II são proposições verdadeiras, mas II não é uma justificativa correta da I. *CORRETA: A asserção I é uma proposição verdadeira e a II é uma proposição falsa. * QUESTÃO 5 Considere a coleção nomeado como BancoMongo abaixo Proveniência Quantidade Espécie 1 Rio de Janeiro 10 rato 2 São Paulo 1 macaco 3 Minas Gerais 100 macaco Considerando a coleção apresentada, o script em Mongo responsável por recuperar o segundo registro é. db.BancoMongo.find( { Proveniência: 'São Paulo' } ) db.BancoMongo.find( { São Paulo: 'Proveniência' and Espécie: 'macaco'} ) db.BancoMongo.find( { São Paulo: 'Proveniência' } ) db.BancoMongo.find( { id: 2 } ) db.BancoMongo.find( { Proveniência: 'macaco' } ) QUESTÃO 6 Atualmente problemas são resolvidos em computação por meio da escrita de um algoritmo ou pseudocódigo, que especifica passo a passo como o problema pode ser resolvido. No entanto, não é fácil escrever um programa de computador que realize com eficiência algumas tarefas que realizamos com facilidade no nosso dia a dia, como reconhecer pessoas pelo rosto ou pela fala. Que características dos rostos ou da fala serão consideradas? O que fazer para diferentes expressões faciais de uma mesma pessoa, como: alterações na face, o uso de óculos ou bigode, cortes de cabelo, mudanças na voz por uma gripe ou estado de espírito? No entanto, os seres humanos conseguem realizar essas tarefas com relativa facilidade. Fazem isso por meio de reconhecimento de padrões, quando aprendem o que deve ser observado em um rosto ou na fala para conseguir identificar pessoas após terem tido vários exemplos de rostos ou falas com identificação clara. Desta forma, técnicas de processamento de imagens são muito utilizadas quando é necessário avaliar um grande volume de imagens para uma tomada de decisão, o que ocorre em tráfego de veículos. Considerando as informações apresentadas, é correto afirmar que Apenas bancos relacionais podem ser utilizados em projetos de inteligência artificial. Visão computacional não é aplicada em problemas que é necessário processar imagens. Um modelo baseado em inteligência artificial deverá realizar múltiplas tarefas, tais como extrair features, classificar itens e prever comportamentos de dados. Visão computacional possui algoritmos de aprendizagem de máquina para processar e extrair insights a partir de imagens. Algoritmos de aprendizagem de máquina não visam simular o funcionamento do cérebro humano. QUESTÃO 7 Um banco de dados relacional armazena seus dados de acordo com a relação que eles estabelecem. Essa forma de armazenamento permite facilitar a compreensão do modelo de dados armazenado. Neste tipo de banco de dados a estrutura de tabela é um conjunto não ordenado de linhas (tuplas, na terminologia acadêmica) onde os registros são armazenados. Considerando o texto apresentado, avalie as asserções a seguir e a relação proposta entre elas. I. Uma tabela relacional permite organizar registros em linhas e suas colunas representam cada um de seus atributos PORQUE II. O modelo relacional preza por escalabilidade dos dados. A respeito dessas asserções, assinale a opção correta. A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.As asserções I e II são proposições falsas. A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. *CORRETA: A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.* QUESTÃO 8 Um arquiteto de dados precisa decidir qual a melhor modelagem de dados para um projeto de Big Data na empresa. Ele precisa decidir se vai usar uma modelagem relacional com Oracle ou noSQL com o banco MongoDB. Considerando os requisitos do projeto, analise as asserções a seguir e a relação proposta entre elas. I. O projeto tem como requisito a necessidade de processar grandes volumes de dados por meio de dados não estruturados. PORQUE II. Uma característica da modelagem de dados a ser implementada refere-se aos dados, que são dinâmicos e frequentemente alterados. A respeito dessas asserções, assinale a opção correta. A asserção I é uma proposição verdadeira e a II é uma proposição falsa As asserções I e II são proposições falsas A asserção I é uma proposição falsa e a II é uma proposição verdadeira As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I. QUESTÃO 9 Um banco de dados relacional armazena seus dados de acordo com a relação que eles estabelecem. Essa forma de armazenamento permite facilitar a compreensão do modelo de dados armazenado. Desta forma, avalie o script em SQL abaixo para o banco de dados Oracle. SELECT id, nome, salario from FUNCIONARIO WHERE salario >= 800 Considerando o texto apresentado e o script em SQL, é correto afirmar que O termo WHERE é utilizado para filtrar elementos em uma consulta. Os termos id e FUNCIONÁRIO são colunas de uma tabela relacional. Os termos id, nome e salário são linhas em uma tabela do banco de dados. No script apresentado, o termo FUNCIONÁRIO é conhecido como chave primária. O termo SELECT é responsável por criar uma tabela cujos funcionários possuam salários acima de R$800,00. QUESTÃO 10 Redes neurais convolucionais (convolutional neural networks, CNN) se inspiram no funcionamento do córtex visual. Esse tipo de rede neural é utilizada em três cenários, sendo eles: extração de características; mapeamento de características; subamostragem. Considerando as informações apresentadas, é correto afirmar que Subamostragem é uma técnica de regressão linear. Subamostragem é uma técnica convolucional. Deep Learning representa um conjunto de técnicas cujo objetivo é aplicar uma rede neurais com camada única. Redes Neurais podem ser utilizadas para processamento de dados textuais. Um extrator de características permite aplicar validação cruzada para dividir uma amostra de dados. *CORRETA: Redes Neurais podem ser utilizadas para processamento de dados textuais.*
Compartilhar