Mineração de dados Apol3

Prévia do material em texto

Questão 1/5 - Mineração de Dados (E)
Como forma de avaliar um classificador, se destaca o uso das curvas ROC. Essas curvas podem ser entendidas como sendo uma curva 
desenhada com a utilização da taxa de certos positivos juntamente com a taxa de falsos positivos. Uma vez efetuada a leitura, além de 
questionamentos realizados, tem-se que o limiar varia para cada classificador. Com relação a aplicação da curva ROC para avaliação de 
classificadores é correto afirmar:
Nota: 20.0
A Podemos exemplificar com um caso onde existam 500 amostras da base de dados e o classificador acertou
398. Neste caso teremos uma precisão final de (398/500) x 100 = 79,6%.
Você assinalou essa alternativa (A)
B Para a apuração do resultado de uma análise de classificadores podemos utilizar, mesmo que não precisos os
dados do processo de classificação. Essa avaliação baseia-se na constatação do percentual de erros apresentados
pelo classificador.
C Apesar de não conseguirmos determinar a precisão, podemos dizer se esse classificador é ou não eficiente.
Possuindo apenas o valor da precisão é possível diagnosticar a qualidade do classificador.
D Também conhecida como métrica de valor de predição positiva, a métrica precision tem como objetivo a
identificação do número de resultados classificados negativamente. Essa métrica busca medir a quantidade
dedados para as amostras negativas.
 
Questão 2/5 - Mineração de Dados (E)
As redes neurais artificiais (RNAs) se inspiram no sistema nervoso biológico em sua constituição. Os componentes determinados como 
neurônios artificiais são modelos simplificados originados dos neurônios biológicos. A idéia principal surgiu da análise da geração e 
disseminação de impulsos elétricos pela membrana celular dos neurônios. Dentro das diferentes estruturas de redes neurais possíveis, é 
correta a afirmativa:
Nota: 20.0
A Como característica principal das RNAs temos a capacidade que possuem de efetuar um aprendizado baseado em
aleatoriedade. Isso acontece mediante uma etapa de sorteio, a qual consiste em um processo contínuo de ajustes
dos pesos sinápticos.
B As técnicas fundamentadas em redes neurais artificiais apresentam como vantagem preponderante a
capacidade de modelar diferentes relações de entrada e saída de maneira não linear. Isso se apresenta
como sendo uma forte característica dos processos de mineração de dados, onde não ocorre a necessidade
de se conhecer todos os detalhes dos processos e suas interações.
Você assinalou essa alternativa (B)
C As RNAs operam conforme parâmetros aleatórios. Estes parâmetros impactam indiretamente sobre os resultados,
não influenciando o processo de obtenção de dados.
Você acertou!
Comentário: Para a apuração do resultado de uma análise de classificadores podemos utilizar a precisão ou acurácia no
processo de classificação. Essa avaliação baseia-se na constatação do percentual de assertividade do classificador.
Podemos exemplificar com um caso onde existam 500 amostras da base de dados e o classificador acertou 398. Neste
caso teremos uma precisão final de (398/500) x 100 = 79,6%. Apesar de conseguirmos determinar a precisão, não
podemos ainda dizer se esse classificador é ou não eficiente. Possuindo apenas o valor da precisão não se pode
diagnosticar a qualidade do classificador. Também conhecida como métrica de valor de predição positiva, a métrica
precision tem como objetivo a identificação do número de amostras classificadas positivamente. Essa métrica busca
medir a exatidão da classificação para as amostras positivas.
Você acertou!
Comentári:. Como característica principal das RNAs temos a capacidade que possuem de efetuar um aprendizado
baseado em exemplos. Isso acontece mediante uma etapa de aprendizagem, a qual consiste em um processo contínuo
de ajustes dos pesos sinápticos. As técnicas fundamentadas em redes neurais artificiais apresentam como vantagem
preponderante a capacidade de modelar diferentes relações de entrada e saída de maneira não linear. Isso se apresenta
como sendo uma forte característica dos processos de mineração de dados, onde não ocorre a necessidade de se
conhecer todos os detalhes dos processos e suas interações. As RNAs operam conforme parâmetros pré-estabelecidos.
Estes parâmetros impactam diretamente sobre os resultados, influenciando o processo de obtenção de dados. Durante o
processo de treinamento de uma rede neural o parâmetro relativo a taxa de aprendizado atua como um influenciador de
resultado. Quando a taxa de aprendizado se apresenta com valor extremamente baixo ocorrem oscilações no
treinamento impedindo a convergência do processo de aprendizado.
 
D Durante o processo de treinamento de uma rede neural o parâmetro relativo a taxa de aleatoriedade atua como um
influenciador de resultado. Quando essa taxa se apresenta com valor extremamente alto ocorrem oscilações no
treinamento impedindo a convergência do processo de aprendizado.
 
Questão 3/5 - Mineração de Dados (E)
Conforme descrito na Aula 2 o que é uma classificação supervisionada:
Nota: 20.0
A É também conhecida como análise discriminante. Apresenta um conjunto de indivíduos previamente
classificados, objetivando encontrar uma regra que possibilite efetuar a classificação de um novo indivíduo.
Você assinalou essa alternativa (A)
B No ambiente em que surgem os classificadores, encontramos também dados composicionais. Esses dados são
vetores em que os componentes que não são negativos representam proporções ou percentagens relativas ao todo,
destacando sua soma a um valor sempre constante.
C Nesse formato de agregação, são recolhidos os dados em um único momento definido.
D É relativo ao uso de dados simbólicos, ou seja, dados mais complexos, se apresenta como uma nova forma de
tratar o que se busca.
Questão 4/5 - Mineração de Dados (E)
É baseada na extração de uma descrição básica para cada grupo. Em geral, esses grupos são representados por modelos. De qual etapa 
este texto se refere:
Nota: 20.0
A Etapa de abstração dos dados
Você assinalou essa alternativa (A)
B Etapa de agrupamento de dados
C Etapa de validação
D Etapa de correção de dados.
Questão 5/5 - Mineração de Dados (E)
Os algoritmos genéticos são caracterizados como:
Nota: 20.0
A Sistemas que agem como seres humanos.
B Uma classe de algoritmos de busca.
Você assinalou essa alternativa (B)
C Orientação a metas e objetivos.
D Desenvolvimento de estruturas cognitivas.
Você acertou!
Comentário: É também conhecida como análise discriminante. Apresenta um conjunto de indivíduos previamente
classificados, objetivando encontrar uma regra que possibilite efetuar a classificação de um novo indivíduo.
Você acertou!
Comentário: Etapa de abstração dos dados é baseada na extração de uma descrição básica para cada grupo. Em geral,
esses grupos são representados por modelos. De qual etapa este texto se refere:
Você acertou!
Comentário: Os algoritmos genéticos são caracterizados como uma classe de algoritmos de busca.