Primeira Prova ON LINE _ Introdução aos Sistemas Inteligentes - G1_T1 - 4P_80H - 2024_1

Prévia do material em texto

13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 1/12
Primeira Prova ON LINE
Entrega 13 abr em 19:30
Pontos 25
Perguntas 15
Disponível 13 abr em 14:00 - 13 abr em 19:30 5 horas e 30 minutos
Limite de tempo 90 Minutos
Instruções
Histórico de tentativas
INSTRUÇÕES DA PRIMEIRA PROVA ON LINE
A prova tem a duração de 90 minutos e se realizará das 14h às 19:30 horas, horário de Brasília.
Ao clicar em Primeira Prova ON LINE, no menu “tarefas” você iniciará a prova. A partir daí, você deverá realizar a avaliação valendo-se de 1
(uma) única tentativa.
Ao final da prova não se esqueça de enviá-la clicando no botão “ENVIAR TESTE”. Só utilize esse botão quando tiver finalizado a avaliação.
Não deixe para começar no final do turno, pois assim você terá menos tempo para a realização da avaliação. Exemplo: a prova se encerra às
19h30min, se o aluno começar às 19 horas terá somente 30 minutos para a realização.
Atenção, mesmo abrindo e fechando o navegador o tempo de realização continuará contando após iniciada a avaliação.
Utilize preferencialmente o navegador Google Chrome.
Caso sua avaliação possua questões discursivas que requeiram um envio de arquivo, anexe o arquivo em formato PDF.
 
ATENÇÃO: Todas as provas iniciadas e que não houverem sido submetidas, serão automaticamente encerradas pelo sistema transcorridos os 90
minutos de duração.
 
Boa Prova!
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 2/12
Tentativa Tempo Pontuação
MAIS RECENTE Tentativa 1 46 minutos 21,5 de 25
 As respostas corretas estão ocultas.
Pontuação deste teste: 21,5 de 25
Enviado 13 abr em 16:01
Esta tentativa levou 46 minutos.

Pergunta 1
2 / 2 pts
Na área de jogos, é muito comum desenvolvermos agente inteligente para controlar o comportamento do inimigo. Eles são chamados de NPC
(Non Player Characteres), ou Personagens Não Jogadores, em Português.
Considere que você deseja programar um sistema inteligente para controlar os fantasminhas do jogo PacMan, ilustrado na figura abaixo. Esse
fantasminha tem acesso à posição de todos os demais fantasmas e à posição do jogador, mas não possui o mapa do labirinto.
https://pucminas.instructure.com/courses/177642/quizzes/439582/history?version=1
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 3/12
 Se não houver um padrão de movimentação identificável no jogador, não é possível desenvolvermos um agente inteligente para o fantasminha.
 Como o jogo possui múltiplos fantasmas, podemos considerar que os fantasmas do PacMan utilizam uma estratégia multiagente.
 Um agente baseado em objetivo poderia implementar um fantasma.
 A percepção do agente pode ser melhorada com a utilização de um serviço cognitivo como visão computacional.
O agente baseado em modelo é a estratégia mais eficiente e simples para resolver o problema no cenário proposto. Basta configurar o objetivo
como sendo minimizar a distância entre o fantasma e o jogador. Neste caso, o agente sempre irá correr atrás do jogador, independentemente de
haver um padrão de movimento, ou não. Esse jogo pode utilizar estratégia multiagente, mas o cenário proposto não sugere isso. Para haver uma
estratégia multiagente, as ações devem ser coordenadas e os agentes devem se comunicar. Uma estratégia multiagente permitiria aos fantasmas
encurralarem o jogado. A visão computacional, ou qualquer outro serviço cognitivo, não teriam utilidade aqui, pois os únicos dados dos sensores do
agente são as posições dos personagens e do jogador. Não há o trânsito de imagem no jogo.

 
Sobre o agente inteligente controlador do jogo de PacMan, podemos afirmar que: 
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 4/12
Pergunta 2
2 / 2 pts
 II e III
 III e IV
 I e IV
 I e II
Embora tenha contribuído para a evolução da Inteligência Artificial, descoberta do neurônio artificial não é recente. Não foram provados teoremas
matemáticos que justifiquem a recente democratização da Inteligência Artificial. 
 
O desenvolvimento de serviços cognitivos e sua disponibilização por meio de APIs foram um dos fatores que mais contribuíram para a expansão
da Inteligência artificial.
Aliado a isso, a evolução de hardware favoreceu que algoritmos de IA pudessem ser processados de forma mais intensa. Um exemplo, são as
redes neurais profundas (deep learning) que podem ser processadas mais facilmente em GPUs e servidores em plataformas de nuvem.

IncorretaPergunta 3
0 / 2 pts
Sejam as seguinte argumentos:
I - O desenvolvimento de serviços cognitivos disponibilizados como APIs.
II - A evolução do hardware.
III - A descoberta do neurônio artificial.
IV - A prova de teoremas matemáticos que mudaram a forma como problemas computacionais são resolvidos.
 
Os seguintes argumentos são mais plausíveis para justificar a democratização da inteligência artificial na última década:
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 5/12
 Aprendizado Supervisionado.
 Aprendizado Por Reforço.
 Aprendizado Dimensional.
 Aprendizado Intuitivo.
A técnica de aprendizado por reforço oferece a possibilidade de um sistema ir aprendendo à medida que recebe feedbacks sobre a sua atuação.
Por exemplo, um robô aspirador de pó que não conhece previamente os padrões de distribuição sujeita ao longo do piso de uma casa, pode
aprender sobre isso durante a limpeza. Ao entrar em um certo ambiente, o robô pode utilizar os seus sensores para avaliar o nível de sujeira, e
com isso aprender que certos cômodos e passagens podem sujar mais do que outros.

Pergunta 4
2 / 2 pts
 Sistemas baseados em regras para controlar equipamentos.
 Sistemas para realizar vigilância epidemiológica.
 Sistemas de recomendação de músicas para playlists.
 Sistemas para composição de música por computador.
Sistemas de controle e automação não precisam, necessariamente, de reconhecimento de padrões, mas vez que são sistemas baseados em
modelos (que são os equipamentos) e com objetivos claros e explícitos. Para se fazer recomendação, é necessário se analisar dados de outros
O aprendizado de máquina pressupõe a existência de dados que possam servir para um sistema se ajustar aos padrões contidos nos dados.
Quando os dados não estão disponíveis inicialmente, mas são coletados por meio de feedbacks ao longo do tempo é possível que o sistema
aprenda os padrões por meio da técnica de:
Os algoritmos de Inteligência Artificial muitas vezes tentam identificar padrões em dados e utilizam esses padrões para a criação de diversas
aplicações em área de entretenimento, na saúde, nas finanças, entre outros.
Sobre a utilização de algoritmos de reconhecimento de padrões em sistemas inteligentes assinale a alternativa que não exige, a priori, a utilização
de sistemas de reconhecimento de padrões:
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 6/12
usuários e identificar padrões que correlacionem músicas. O reconhecimento de padrões também é fundamental para que o computador possa
criar novas músicas, seguindo padrões descobertos a partir de composições de artistas reais. Sistemas de vigilância epidemiológica também
precisam identificar padrões para detectar que um padrão recorrente pode significar uma epidemia. Esse sistema é complexo, porque os padrões
podem mudar ao longo do tempo.

Pergunta 5
1,5 / 1,5 pts
 A asserção I é uma proposição falsa,e a II é uma proposição verdadeira.
 As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I.
 As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I.
 A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.

Pergunta 6
1,5 / 1,5 pts
No famoso Problema do Quarto Chinês, proposto por John Searle, é feito o seguinte questionamento: Seja um computador que recebe caracteres
chineses como entrada e produz caracteres de saída como resposta à entrada e passa no Teste de Turing. Este computador entende chinês?
Considerando o contexto do enunciado do Quarto Chinês, avalie as seguintes asserções e a relação proposta entre elas.
I. O Problema do Quarto Chinês é uma reflexão sobre o paradigma de inteligência artificial “agindo como seres humanos”.
PORQUE
II. Abordagens que focam em tentar imitar ou enganar o ser humano podem passar no Teste de Turing sem efetivamente entenderem o que estão
fazendo.
 
A respeito dessas asserções, assinale a opção correta:
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 7/12
 Agindo racionalmente.
 Agindo como humanos.
 Pensando racionalmente.
 Pensando como humanos.
A estrutura do agente proposto otimiza uma função matemática. Ele não possui nenhuma estrutura biologicamente inspirada e nem tenta simular o
processo de pensamento do homem.
A diferença entre pensar racionalmente e agir racionalmente está no fato de que o pensamento racional pressupõe alguma estrutura de raciocínio
lógico, como uma rede semântica ou um conjunto de regras tais como as famosas Cláusulas de Horn (SE-ENTAO).
Para agir racionalmente, o agente age para alcançar o melhor resultado, indicado pela função matemática a ser otimizada, ou quando há incerteza,
o melhor resultado esperado.

Pergunta 7
1,5 / 1,5 pts
 Entender o negócio, preparar dados, modelar o problema, avaliar o modelo e fazer a distribuição do modelo.
 Coletar dados, explorar dados, modelar dados, comunicar e visualizar resultados.
 Amostrar dados, explorar dados, modificar dados, modelar dados e avaliar o modelo.
 Identificar as necessidades, selecionar, limpar e enriquecer dados, identificar padrões e descrever resultados.
Suponha que você desenvolveu um agente inteligente para jogar Xadrez. Você atribuiu pontos às peças e criou uma função que tenta maximizar a
diferença entre o número de pontos que seu jogador possui e o número de pontos de seu adversário.
O paradigma de inteligência artificial que você utilizou foi:
 
Segundo Joe Blitzstein e Hanspeler Plister, “Introduction to Data Science”, Harvard Data Science Course, as etapas do processo de ciência de
dados são:
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 8/12
A ciência de dados em sua visão clássica tem como princípio base a indução de modelos com a finalidade de comunicar e visualizar os resultados,
sem o objetivo específico de distribuir os modelos para uso comercial. Por isso suas etapas são: "Coletar dados, explorar dados, modelar dados,
comunicar e visualizar resultados".
As etapas do CRIP-DM, usado no processo de mineração de dados são: "Entender o negócio, preparar dados, modelar o problema, avaliar o
modelo e fazer a distribuição do modelo."
Finalmente, o processo de KDD consiste em: "Identificar as necessidades, selecionar, limpar e enriquecer dados, identificar padrões e descrever
resultados".

Pergunta 8
1,5 / 1,5 pts
 Ciência de dados
 Modelagem e machine learning
 Sistemas de controle adaptativo
 Análise e pesquisa
 Processamento / Engenharia de dados
Sistemas de controle adaptativo é uma área da Engenharia de Controle e Automação, e apesar de adaptar o controle conforme o desempenho do
sistema, não faz parte da área de Data Science.

Pergunta 9
1,5 / 1,5 pts
 É a substituição de um problema específico por um problema mais ge
 É a definição de um problema dando atenção somente aos dados.
 É a troca de um problema anterior por outro mais relevante.
O profissional de Data Science trabalha nas seguintes áreas, exceto:
O que significa redefinição de um problema?
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 9/12
 É a transformação de um problema abstrato em um ou mais problemas específicos.
A redefinição de um problema consiste na transformação de um problema abstrato em um ou mais problemas específicos.

IncorretaPergunta 10
0 / 1,5 pts
 A equipe de RH deve coletar dados para a construção da base de conhecimento que será utilizada na resolução do problema.
 Uma abordagem de fatos e julgamentos permitiria a redefinição do problema orientado a dados.
 O cientista de dados deve explorar as bases de dados da empresa para redefinir a pergunta.
 Essa pergunta não pode ser respondida, porque ela não menciona os dados disponíveis para respondê-la.
A abordagem de fatos e julgamentos ajuda o cientista de dados a pensar no problema não apenas baseado nos dados da empresa, mas também
pensando em possíveis variáveis que podem influenciar o problema. Por exemplo, uma alta demanda por profissionais da mesma área de atuação
da empresa pode estar causando o “turn over”. Só assim ele poderá fazer uma redefinição precisa do problema e realizar uma pergunta orientada
a dados.

Pergunta 11
1 / 1 pts
Uma empresa estava tendo muito "turn over" de funcionários, ou seja, muitos funcionários estavam deixando a empresa para buscarem outras
oportunidades. Então o gerente de RH pediu para o cientista de dados descobrir o motivo do alto "turn over" e sugerir uma forma de reter o
funcionário.
Sobre o pedido do gerente de RH e o papel do cientista de dados, assinale a alternativa correta:
A tabela abaixo representa a distribuição de frequência dos salários de um grupo de 50 empregados de uma empresa, em certo mês. O salário
médio desses empregados, nesse mês, foi de:
Número da Classe Salário do mês - R$ Número de empregados
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 10/12
 R$ 3.000,00
 R$ 2.461,54
 R$ 2.800,00
 R$ 2.500,00
=[(10 x 1.500) + (9 x 2.500) + (5 x 3.500) + (2 x 4.500)] / (10 + 9 + 5 + 2) =
2.461,54

Pergunta 12
1,5 / 1,5 pts
Dado quantitativo
 
temperatura
Dado qualitativo binominal
 
sexo
Dado qualitativo ordinal
 
1 1.000 ==> 2.000 10
2 2.000 ==> 3.000 9
3 3.000 ==> 4.000 5
4 4.000 ==> 5.000 2
Relacione os tipos de dados com as informações que se deseja medir a seguir:
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 11/12
ordem de nascimento
Dado qualitativo nominal
 
cor do olho

Pergunta 13
1,5 / 1,5 pts
 ordem de nascimento, peso, cor do olho, temperatura do ar.
 temperatura do ar, peso, ordem de nascimento, cor do olho.
 peso, ordem de nascimento, cor do olho, temperatura do ar.
 peso, temperatura do ar, ordem de nascimento, cor do olho.
Tanto o peso quanto a temperatura são dados quantitativos (numéricos). A diferença é que o peso possui zero absoluto, e a temperatura não
possui. Dessa forma, o peso pode ser um dado de razão, enquanto a temperatura é um dado intervalar. A Cor do olho é um atributo categórico
nominal, que não tem como ser ordenado. A ordem de nascimento (1º, 2º, 3º, etc.) não pode ser considerado um dado quantitativo, pois nem
mesmo sabemos se o intervalo entre os nascimentos é uniforme. Ele é um dado qualitativo, mas pode ser ordenado.

Considere os tipos de dados a seguir:
1. Dado quantitativo de razão
2. Dado quantitativo intervalar3. Dado qualitativo ordinal
4. Dado qualitativo nominal
São exemplos desses tipos de dados, respectivamente:
13/04/2024, 16:02 Primeira Prova ON LINE : Introdução aos Sistemas Inteligentes - G1/T1 - 4ºP/80H - 2024/1
https://pucminas.instructure.com/courses/177642/quizzes/439582 12/12
Pergunta 14
2 / 2 pts
 Registros com dados conflitantes devem ser agregados em um único registro para não produzirem conhecimento falso.
 Ruídos de atributos tendem a ser aleatórios, enquanto ruídos de classe devem-se a erros de medição.
 Atributos redundantes podem ajudar a acelerar a convergência dos modelos.
 Campos do tipo data ou moeda podem frequentemente sofrer com inconsistência por formato de codificação.
Campos do tipo data ou moeda podem realmente sofrer com inconsistência por formato de codificação.

Pergunta 15
2 / 2 pts
 Falso
 Verdadeiro
A afirmativa está correta, pois essas são as principais estratégias para lidar com dados omissos.
Lidar com dados omissos é uma tarefa básica da fase de preparação de dados e influencia diretamente o desempenho dos modelos.
Pontuação do teste: 21,5 de 25
Sobre o processo de preparação de dados, podemos afirmar que
Entre as estratégias para lidar com dados omissos estão: remoção de atributos, remoção de registros, inferência de valores ou atribuição de
valores especiais.