Prática 2 tentativa 1 machine learning

Prévia do material em texto

Questão 1/10 - Machine Learning
Você foi contratado para o posto de cientista de dados, para compor uma equipe, que atualmente já trabalha com dados, mas não possui experiência em aprendizagem de máquina. Um das suas primeiras tarefas designadas, foi planejar um modelo de aprendizagem de máquina que consiga agrupar os clientes de um site de venda online eu grupos de interesse. As informações de navegação dos clientes no site foram coletadas e partir dessas informações devem ser criados os agrupamentos de clientes.
Utilizando os seus conhecimentos de aprendizagem de máquina e sabendo que a sua equipe dispõe de capacidade de processamento e dados em abundância, você recomendaria a utilização de:
Nota: 10.0
	
	A
	um classificador bayesiano
	
	B
	um modelo do tipo k-Means Você assinalou essa alternativa (B) Você acertou!
Justificativa:
O agrupamento de dados exige o uso de um método de aprendizagem não-supervisionado como o k-Means. As demais opções apresentadas, ou são métodos de aprendizagem supervisionada.
	
	C
	uma classificador do tipo k-NN
	
	D
	uma rede neural do tipo LSTM
	
	E
	uma rede neura do tipo CNN
Questão 2/10 – Machine Learning
Você necessita executar o treinamento de um modelo de aprendizagem. Sabendo que é preciso dividir os dados em treinamento e em testes, você resolve utilizar uma proporção que é bastante utilizada e recomendada, na qual se fornece mais dados para treino que para testes.
Valendo-se dos seus conhecimento de aprendizagem de máquina, para conseguir executar o treinamento do modelo você deverá:
Nota: 10.0
	
	A
	utilizar uma estratégia de validação cruzada
	
	B
	utilizar os dados na proporção 80-20 Você assinalou essa alternativa (B) Você acertou! Justificativa:
A proporção 80% para treino e 20% para testes é comumente utilizada no processo de separação dos dados. Sendo inclusive recomendada, ainda que não seja a única forma de particionar os dados.
	
	C
	utilizar os dados na proporção 50-50
	
	D
	treinar e testar com os mesmos dados
	
	E
	utilizar todos os dados para treino e não testar
Questão 3/10 - Machine Learning
O kNN é um algoritmo de aprendizagem supervisionada com a predição das classes feita por meio de voto. Ou seja, contabiliza-se as classes dos vizinhos e a instância em análise recebe a classe que teve maior número de votos.
Considerando o texto acima e valendo-se do seu conhecimento sobre aprendizagem de máquina, o k da sigla do kNN está relacionado ao hiperparâmetro que define:
Nota: 10.0
	
	A
	coeficiente de erros
	
	B
	o limite de erros
	
	C
	o número de vizinhos a serem comparados 
Você assinalou essa alternativa (C) 
Você acertou!
Justificativa:
Hiperparâmetro é um parâmetro, cujo valor é utilizado para direcionar ou controlar o processo de aprendizagem. No caso do k-NN o número de vizinho a serem comparados é um hiperparâmetro que define quantas instâncias vizinhas serão comparadas com a instância sendo analisada. 
	
	D
	a taxa de erros
	
	E
	o limite de acertos
Questão 4/10 - Machine Learning
O chefe de uma equipe de ciência de dados recebeu o resultado do treinamento de um modelo de aprendizagem de máquina, conforme a imagem acima.
De acordo com os seus conhecimentos de  aprendizagem de máquina, a acurácia deste modelo é de aproximadamente:
Nota: 10.0
	
	A
	33%
	
	B
	78%
	
	C
	14%
	
	D
	64%
Você assinalou essa alternativa (D)Você acertou!Justificativa:
O valor da acurácia (AC) é obtido calculando (TP + TN)/(TP+TN+FP+FN), onde 
TP – True Positives (Verdadeiros Positivos)
TN – True Negatives (Verdadeiros Negativos)
FP – False Positives (Falsos Positivos)
FN – False Negatives (Falsos Negativos)
De acordo com a matriz de confusão dada:
TP = 3301
TN = 1220
FP = 1403
FN = 1454
Logo, AC = (3301+1454)/(3301+1220+1403+1454) = 0,64
	
	E
	100%
Questão 5/10 - Machine Learning
Durante o processo de treinamento supervisionado de uma rede neural para reconhecimento de imagens, os dados são preparados colocando uma indicação da categoria a qual cada imagem pertence. Durante o processo de treinamento, os dados da imagem acima foram fornecidos para uma rede neural, sendo a parte inferior da imagem a etiqueta de categoria.
De acordo com os seus conhecimentos sobre treinamento de redes neurais para reconhecimento de imagens, a rede neural irá:
Nota: 10.0
	
	A
	descartar as imagens que estão com etiqueta incorreta
	
	B
	irá corrigir as etiquetas erradas
	
	C
	será treinada e indicará que há dados incorretos
	
	D
	não será treinada, retornando um erro
	
	E
	será treinada com as etiquetas incorretas
Você assinalou essa alternativa (E)
Você acertou!
Justificativa:
Durante o fornecimento dos dados de treino para um modelo, se houver instâncias identificadas com categorias erradas, o modelo não conseguirá fazer a distinção entre instâncias que foram identificadas corretamente e aquelas que não foram. Assim, o modelo é treinado com os dados identificados de forma incorreta.
Questão 6/10 - Machine Learning
Você foi contratado para o posto de cientista de dados, para compor uma equipe, que atualmente já trabalha com dados, mas não possui experiência em aprendizagem de máquina. Um das suas primeiras tarefas designadas, foi a tradução de trechos de códigos em linguagem relacionados ao treinamento de modelos de aprendizagem de máquina.
Um dos trechos que a equipe gostaria de compreender se refere ao seguinte código:
from sklearn.neural_network import MLPClassifier
X_treino_std, y_treino = carrega_dados_treino()
mlp_clf = MLPClassifier(warm_start=True, max_iter=500,                                                                                                       hidden_layer_sizes=(100,))
mlp_clf.fit(X_treino_std, y_treino)
De acordo com os seus conhecimentos de  aprendizagem de máquina, o código acima executa:
Nota: 10.0
	
	A
	um processo de treinamento dos dados
Você assinalou essa alternativa (A)
Você acertou!
Justificativa:
O código apresentado cria um modelo do tipo Multilayer Perceptron e execute o processo de treinamento do modelo por meio da chamada do método fit.
	
	B
	um processo de predição
	
	C
	um processo de normalização dos dados
	
	D
	um processo de expansão dos dados
	
	E
	não faz nada e pode ser comentado
Questão 7/10 - Machine Learning
Durante o processo de treinamento supervisionado de uma rede neural para reconhecimento de imagens, os dados são preparados colocando uma indicação da categoria, a qual cada imagem pertence. Durante o processo de treinamento, milhares de imagens, contendo indicações erradas como a mostrada na imagem acima, foram fornecidas para uma rede neural, fazendo com que os resultados do modelo fossem muito ruins.
De acordo com os seus conhecimentos sobre treinamento de redes neurais para reconhecimento de imagens, há muitas possibilidades, mas NÂO será de grande utilidade:
Nota: 10.0
	
	A
	correção das etiquetas incorretas e um novo treinamento
	
	B
	corrigir as etiquetas e testar novos hiperparâmetros
	
	C
	testar novos hiperparâmetros
	
	D
	um treinamento somente com as etiquetas incorretasVocê assinalou essa alternativa (D)
Você acertou!
Justificativa:
Em situações como a descrita, corrigir as etiquetas e treinar um novo modelo é uma boa estratégia, assim como realizar um treinamento apenas com etiquetas corretas. Mudar a taxa de aprendizagem e testar com novos hiperparâmetros pode ajudar a corrigir algumas distorções do modelo. Já treinar somente com instância com etiquetas incorretas, não ajudaria na melhora do modelo.
	
	E
	mudar a taxa de aprendizagem
· Questão 8/10 - –achine Learning
· 
Você necessita desenvolver um classificador bayesiano para detecção de spam baseado nas palavras contidas nos e-mails recebidos. Para isso o classificador deverá utilizar o teorema de Bayes, considerando as classes como spam e não-spam e o vetor de características como a presença ou ausência de uma palavra, de acordo com a imagem acima.
Considerando do texto acima e valendo-se do seu conhecimento sobre classificação bayesiana,  o elemento P(?) será corretamentesubstituído por :
Nota: 10.0
	
	A
	P(não-spam | spam)
	
	B
	P(spam)
	
	C
	P(palavra)
	
	D
	P(spam | não-spam)
	
	E
	P(palavra | spam)
Você assinalou essa alternativa (E)
Você acertou!
Justificativa:
Como o classificador bayesiano utiliza conhecimento prévio para fazer a predição, nesse caso ele utilizará a informação da probabilidade de um documento conter uma palavra, dado que ele é um spam, ou seja P(palavra | spam).
Questão 9/10 – Machine Learning
Você necessita implementar um módulo de detecção de spam. Como o volume e a frequência de e-mails muito alta, você precisa de um algoritmo de classificação que permita obter de forma rápida a identificação se o e-mail recebida se trata ou não de um spam, ainda que alguns falsos positivos possam ocorrer.
Usando os seus conhecimentos de aprendizagem de máquina, você optaria por um algoritmo de:
Nota: 10.0
	
	A
	classificador bayesiano
Você assinalou essa alternativa (A)
Você acertou!
Justificativa:
Modelos de agrupamento hierárquico e do tipo k-NN não são indicados, pois eles comparam uma instância com todos as outras instâncias, não respondendo de forma rápida.  Métodos de redes neurais (MLP, CNN) tendem a necessitar de muita memória e processamento, o que faz com que demorem em dar uma resposta rápida. Já modelos do  tipo classificador bayesiano tendem a ser mais rápidos que os demais, ainda que a sua precisão e taxa de erros seja maior que outros algoritmos.
	
	B
	agrupamento hierárquico
	
	C
	rede neural profunda
	
	D
	k-NN
	
	E
	rede neural do tipo CNN
· 
Questão 10/10 - Machine Learning
“Determinar o preço de venda torna-se tarefa extremamente importante e constitui-se uma das peças fundamentais do planejamento empresarial, pois proporcionará rentabilidade, competitividade, crescimento e retorno do capital investido. O preço é fator importante na decisão de compra, pois, em mercados competitivos, o cliente considera seu desembolso financeiro altamente relevante. ”
SEBRAE, Como Elaborar o Preço de Venda, 2013.
Considerando o texto acima e valendo-se do seu conhecimento sobre aprendizagem de máquina, caso você necessite de um modelo para determinar o preço de um determinado produto, em um ambiente de recursos limitados, sua escolha mais provável seria:
Nota: 10.0
	
	A
	modelo de Regressão Linear
Você assinalou essa alternativa (A)
Você acertou!
Justificativa:
Como o preço de um produto é um valor contínuo e considerando a limitação de recursos computacionais, um algoritmo de regressão linear será a melhor escolha.
	
	B
	rede do tipo LSTM
	
	C
	rede do tipo CNN
	
	D
	modelo k-Means
	
	E
	modelo HDBSCAN