7913a84cd6dc007736340cb3f1838549d99a20ac

Prévia do material em texto

Visita ao Mercado
Apresentação
1. OBJETIVO
Para este laboratório, você vai compreender o funcionamento do algoritmo Apriori, um algoritmo 
de mineração de dados, mais especificamente de associação de regras, sendo bastante utilizado 
para a análise de cestas de mercado.
 
Ao final deste experimento, você deverá ser capaz de: 
reconhecer o funcionamento do algoritmo Apriori;•
identificar as principais métricas para avaliação de resultados do algoritmo Apriori;•
implementar e testar uma versão do algoritmo Apriori.•
 
2. ONDE UTILIZAR ESSES CONCEITOS? 
Algoritmos de regras de associação são utilizados para descobrir elementos que ocorrem com 
bastante frequência em um conjunto de dados, tarefa conhecida como “mineração do conjunto de 
itens frequentes”.
Esse é o tipo de algoritmo utilizado para encontrar sugestões de produtos similares em compras de 
lojas on-line, por exemplo.
 
3. O EXPERIMENTO 
Neste experimento, você irá visualizar o funcionamento de um algoritmo de associação de regras 
em funcionamento para o contexto de compras em um mercado. Além disso, verá como o 
algoritmo faz sugestões de itens novos que estão associados aos itens que estão sendo comprados 
pelo cliente no mercado.
 
4. SEGURANÇA 
Não se aplica.
 
5. CENÁRIO 
Nesta prática, você estará inserido no contexto de um sistema de supermercado, no qual compras 
estão sendo efetuadas por clientes, e as transações estão sendo armazenadas pelo sistema.
Sumário teórico
 
 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
 
VISITA AO MERCADO 
 
 
 
 INTRODUÇÃO 
 
O algoritmo Apriori foi proposto como uma forma de descobrir regras de 
associação em grandes bases de dados (AGRAWAL; SRIKANT, 1994). Atualmente, é um 
dos principais algoritmos para o problema de análise de cestas, que é o estudo dos itens 
de uma cesta de compras de um cliente. 
O objetivo é encontrar combinações de itens que ocorrem frequentemente em 
conjunto, conhecidos como “conjuntos de itens frequentes”. A formulação do problema 
pode ser feita da seguinte maneira: 
Seja I = {i1, i2, i3, ..., im) um conjunto de itens, e D um conjunto de transações em 
que cada transação T é um conjunto de itens i, tal que T está contido em I. Associado 
com cada transação, existe um identificador único chamado “TID”. A transação T contém 
X, um conjunto de alguns itens em I, se X está contido em T. 
Uma regra de associação é uma implicação na forma X => Y, em que X e Y estão 
contidos em I, e X e Y são diferentes. A regra X => Y é dita válida com uma confiança c 
no conjunto de transações D se, pelo menos, c% das transações em D que contém o item 
X também contém o item Y. A regra X => Y tem um suporte s no conjunto de transações 
D se, pelo menos, s% das transações em D contém X e Y ao mesmo tempo. 
Dado um conjunto de transações D, um problema de mineração de regras de 
associação é gerar todas as regras de associação com suporte e confiança maiores que 
os valores especificados pelo usuário. 
 
 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
Imagine um cenário no qual há um conjunto de itens I = {cerveja, vinho, queijo, 
batata, ovos, farinha, manteiga}, e um conjunto de transações D, conforme pode ser 
visto no Quadro 1. 
 
Número da transação Itens 
1 Cerveja, vinho e queijo 
2 Cerveja e batata 
3 Ovos, farinha, manteiga e queijo 
4 Ovos, farinha, manteiga, cerveja e 
batata 
5 Vinho e queijo 
6 Batata 
7 Ovos, farinha, manteiga, vinho e 
queijo 
8 Ovos, farinha, manteiga, cerveja e 
batata 
9 Vinho e batata 
10 Cerveja e batata 
Quadro 1 - Lista de transações contendo os itens comprados em uma transação. Fonte: Elaborado pelo 
autor (2022). 
 
Ao calcular o suporte de cada item individual nas transações do Quadro 1, chega-
se ao resultado apresentado no Quadro 2. Esse valor é o número total de vezes que cada 
item ocorre em diferentes transações. 
 
 
 
 
 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
Item Suporte 
Cerveja 5 
Vinho 4 
Queijo 4 
Batata 6 
Ovos 4 
Farinha 4 
Manteiga 4 
Quadro 2 - Suporte de cada item da base de transações.Fonte: Elaborado pelo autor (2022). 
 
ETAPAS DO ALGORITMO APRIORI 
 
De acordo com Agrawal e Srikant (1994), cada etapa do algoritmo Apriori 
funciona da seguinte forma: 
1. O suporte de cada item é calculado individualmente. 
Primeiramente, o algoritmo calcula o suporte de cada item. Para o exemplo 
acima, há o resultado no Quadro 2. 
2. Uma lista com todos os pares de itens frequentes é gerada. 
Nesta etapa, o algoritmo vai agrupar todos os itens que foram considerados 
frequentes após o cálculo de seu suporte. Um item é considerando frequente se 
tiver um valor de suporte maior ou igual ao valor especificado pelo usuário. Uma 
vez que o valor de limiar é 5, somente os itens “cerveja” e “batata” têm um 
suporte considerado frequente. Com isso, apenas um par seria gerado: cerveja e 
batata. 
3. O suporte dos pares de itens frequentes é calculado. 
 
 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
Depois que os pares de itens frequentes foram gerados, o algoritmo calcula 
novamente o suporte de cada par de itens no conjunto de transações D. O par 
de itens “cerveja” e “batata” tem suporte 4, pois ocorre junto nas transações 
com os números 2, 4, 8 e 10. Como o limiar definido foi 5, e o suporte desse par 
é 4, ele não pode ser considerado um par de itens frequentes. 
4. O suporte de conjuntos maiores é calculado. 
Após calcular o suporte dos pares, o algoritmo irá calcular o suporte dos trios, 
quartetos, quintetos, e assim por diante. No entanto, no exemplo, o único par 
considerado foi cerveja e batata, não tendo um suporte igual ou maior que o 
valor mínimo definido de 5. Consequentemente, nenhum conjunto de itens 
maior (com mais do que 2 itens) que contenha juntamente os itens cerveja e 
batata poderá ser considerado frequente, visto que o par cerveja e batata ocorre, 
no máximo, 4 vezes juntos, e o valor de suporte mínimo estipulado foi 5. 
5. São geradas as regras de associação e calculada a confiança. 
Com todos os conjuntos frequentes, é possível gerar as regras de associação no 
formato produto X => produto Y, calculando sua confiança dentro do conjunto 
de transações D. A confiança mostra a porcentagem de vezes em que uma regra 
é válida, ou seja, uma regra com confiança de 100% revela que, sempre que o 
produto X for comprado, o produto Y também será comprado. Uma regra com 
confiança de 50% salienta que apenas metade das vezes nas quais o produto X é 
comprado o produto Y também é comprado. 
 
 
 
 
 
 
 
 
 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
 
REFERÊNCIAS BIBLIOGRÁFICAS 
 
 
 
AGRAWAL, R.; SRIKANT, R. Fast algorithms for mining association rules. In: VERY LARGE 
DATA BASES (VLDB) CONFERENCE, 20., 1994, Santiago. Proceedings [...]. Santiago: ACM 
Sigmod Anthology, 1994. v. 13, p. 487-499. 
 
 
Roteiro
 
 
1 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
INSTRUÇÕES GERAIS 
 
 
1. Neste experimento, você irá aprimorarseus conhecimentos sobre machine 
learning e como utilizar regras de associação para predição probabilística. 
 
2. Utilize a seção “Recomendações de Acesso” para melhor aproveitamento da 
experiência virtual e para respostas às perguntas frequentes a respeito do 
VirtuaLab. 
 
3. Caso não saiba como manipular o Laboratório Virtual, utilize o “Tutorial 
VirtuaLab” presente neste Roteiro. 
 
4. Caso já possua familiaridade com o Laboratório Virtual, você encontrará as 
instruções para realização desta prática na subseção “Procedimentos”. 
 
5. Ao finalizar o experimento, responda aos questionamentos da seção “Avaliação 
de Resultados”. 
 
 
2 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
RECOMENDAÇÕES DE ACESSO 
 
PARA ACESSAR O VIRTUALAB 
 
 
 
 
 
 
 
 
1. Caso utilize o Windows 10, dê preferência ao navegador Google Chrome; 
2. Caso utilize o Windows 7, dê preferência ao navegador Mozilla Firefox; 
3. Feche outros programas que podem sobrecarregar o seu computador; 
4. Verifique se o seu navegador está atualizado; 
5. Realize teste de velocidade da internet. 
 
Na página a seguir, apresentamos as duas principais dúvidas na utilização dos 
Laboratórios Virtuais. Caso elas não se apliquem ao seu problema, consulte a nossa seção 
de “Perguntas Frequentes”, disponível em: https://algetec.movidesk.com/kb/pt-br/ 
Neste mesmo link, você poderá usar o chat ou abrir um chamado para o contato com 
nossa central de suporte. Se preferir, utilize os QR CODEs para um contato direto por 
Whatsapp (8h às 18h) ou para direcionamento para a central de suporte. Conte conosco! 
ATENÇÃO: 
O LABORATÓRIO VIRTUAL DEVE SER ACESSADO POR COMPUTADOR. ELE NÃO DEVE SER 
ACESSADO POR CELULAR OU TABLET. 
O REQUISITO MÍNIMO PARA O SEU COMPUTADOR É UMA MEMÓRIA RAM DE 4 GB. 
SEU PRIMEIRO ACESSO SERÁ UM POUCO MAIS LENTO, POIS ALGUNS PLUGINS SÃO 
BUSCADOS NO SEU NAVEGADOR. A PARTIR DO SEGUNDO ACESSO, A VELOCIDADE DE 
ABERTURA DOS EXPERIMENTOS SERÁ MAIS RÁPIDA. 
 
 
3 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
PERGUNTAS FREQUENTES 
 
 
1) O laboratório virtual está lento, o que devo fazer? 
 
a) No Google Chrome, clique em “Configurações” -> “Avançado” -> “Sistema” -> 
“Utilizar aceleração de hardware sempre que estiver disponível”. Habilite a 
opção e reinicie o navegador. 
 
b) Verifique as configurações do driver de vídeo ou equivalente. Na área de 
trabalho, clique com o botão direito do mouse. Escolha “Configurações 
gráficas” e procure pela configuração de performance. Escolha a opção de 
máximo desempenho. 
Obs.: Os atalhos e procedimentos podem variar de acordo com o driver de 
vídeo instalado na máquina. 
 
c) Feche outros aplicativos e abas que podem sobrecarregar o seu computador. 
 
d) Verifique o uso do disco no Gerenciador de Tarefas (Ctrl + Shift + Esc) -> 
“Detalhes”. Se estiver em 100%, feche outros aplicativos ou reinicie o 
computador. 
 
 
 
4 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
2) O laboratório apresentou tela preta, como proceder? 
 
a) No Google Chrome, clique em “Configurações” -> “Avançado” -> “Sistema” -> 
“Utilizar aceleração de hardware sempre que estiver disponível”. Habilite a 
opção e reinicie o navegador. Caso persista, desative a opção e tente 
novamente. 
 
b) Verifique as configurações do driver de vídeo ou equivalente. Na área de 
trabalho, clique com o botão direito do mouse. Escolha “Configurações 
gráficas” e procure pela configuração de performance. Escolha a opção de 
máximo desempenho. 
Obs.: Os atalhos e procedimentos podem variar de acordo com o driver de 
vídeo instalado na máquina. 
 
c) Verifique se o navegador está atualizado. 
 
 
 
 
 
5 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
DESCRIÇÃO DO LABORATÓRIO 
 
 
PROCEDIMENTOS 
 
1. ENTENDENDO O PROBLEMA 
 
Visualize a aba de ajuda para entender mais sobre machine learning, conceitos e o 
problema proposto. 
 
2. CRIANDO BANCO DE DADOS 
 
Mova os produtos para o caixa e realize no mínimo seis comprar diferentes para forma 
um banco de dados. 
 
3. TREINANDO O ROBÔ 
 
Após as compras feitas, defina a frequência e a confiança mínimas para o treino do 
robô. Feito isso, visualize o log do algoritmo para observar quais regras foram criadas. 
 
4. OBSERVANDO SUPORTE E CONFIANÇA 
 
Realize mais algumas transações, em seguida verifique as sugestões feitas pelo robô 
no monitor à esquerda do caixa. Experimente selecionar ou não os itens sugeridos e 
 
 
6 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
 
observe seus erros e acertos sendo computados na janela de treino. Por fim, marque 
a opção “Treinar automaticamente a cada transação” e mantenha a janela de log 
aberta enquanto faz mais algumas transações. Observe os resultados. 
 
5. AVALIANDO OS RESULTADOS 
 
Siga para a seção “Avaliação dos Resultados”, localizada na página 07 deste roteiro, e 
responda de acordo com o que foi observado no experimento, associando também 
com os conhecimentos aprendidos sobre o tema. 
 
 
 
7 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
AVALIAÇÃO DOS RESULTADOS 
 
 
 
1. Comente sobre o algoritmo basket que foi utilizado durante o experimento. 
 
 
 
2. O que é suporte em machine learning e como ele foi utilizado no experimento? 
 
 
 
3. O que é confiança em machine learning e como ele foi utilizado no experimento? 
 
 
 
 
 
8 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
TUTORIAL VIRTUALAB 
 
 
1. ENTENDENDO O PROBLEMA 
 
Para entender mais sobre o problema visualize a aba de ajuda clicando com o botão 
esquerdo do mouse no ícone com o nome “Ajuda” localizada dentro do painel de 
visualização no canto superior direito da tela. 
 
 
 
 
 
 
9 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
Navegue entre os menus da aba de ajuda clicando com o botão esquerdo do mouse 
sobre os retângulos localizados no canto superior esquerdo da tela. Repita esse processo 
para entender os outros conceitos. 
 
 
 
Para voltar a simulação clique com o botão esquerdo do mouse no “X” localizado no 
canto superior direito da tela. 
 
 
 
 
 
 
10 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
2. CRIANDO BANCO DE DADOS 
 
Para criar um banco de dados selecione um conjunto de itens clicando com o botão 
esquerdo do mouse para adicioná-los ao caixa. 
 
 
 
Assim que escolher o que deseja adicionar a compra, clique no botão “Confirmar 
compra” para realizar uma transação. Repita esses processos no mínimo mais 5 vezes 
para gerar um bando dedados 
 
 
 
 
11 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
Caso deseje conferir suas transações feitas, clique com o botão esquerdo do mouse na 
aba com o nome “Transações” localizada no canto superior direito da tela. 
 
 
 
 
 
12 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
3. TREINANDO O ROBÔ 
 
Com pelo menos 6 transações feitas clique com o botão esquerdo do mouse no botão 
“Treino” localizado no canto superior direito da tela para começar a treinar o robô. 
 
 
 
Defina a frequência e a confiança mínima clicando com o botão esquerdo do mouse 
sobre o botão de “Mais” ou “Menos” para ajustar de acordo com sua necessidade. Se 
preferir também é possível selecionar a caixa de texto e digitar o número escolhido. 
 
 
 
 
13 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
Clique com o botão esquerdo do mouse sobre o botão “Treinar” para começar o 
treinamento do robô. É possível visualizar quais regras foram criadas clicando no botão 
com o nome “LOG”. 
 
 
 
 
 
14 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
4. OBSERVANDO SUPORTE E CONFIANÇA 
 
Realize mais algumas transações clicando com o botão esquerdo do mouse sobre os 
produtos na prateleira e observe quais as recomendações sugeridas pelo robô. 
 
 
 
Experimente selecionar ou não os itens que foram recomendados pelo robô e observe 
seus erros e acertos sendo computados na janela de treino. 
 
 
 
 
15 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
Visualize novamente a aba de treinamento clicando com o botão esquerdo no botão 
“Treino”. 
 
 
 
Marque a opção “Treinar automaticamente a cada transação” clicando com o botão 
esquerdo do mouse sobre ela. Em seguida clique com o botão esquerdo em “Treinar” 
 
 
 
 
 
 
16 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
Clique com o botão esquerdo no botão com o nome “LOG” e mantenha aberta a janela. 
 
 
 
Feche a janela de treinamento clicando com o botão esquerdo no “X” e realize mais 
alguma transações. Observe como o suporte e a confiança das regras se alteram a cada 
transação feita. 
 
 
 
 
 
 
17 ALGETEC – SOLUÇÕES TECNOLÓGICAS EM EDUCAÇÃO 
CEP: 40260-215 Fone: 71 3272-3504 
E-mail: contato@algetec.com.br | Site: www.algetec.com.br 
 
LABORATÓRIO DE MACHINE LEARNING II 
VISITA AO MERCADO 
 
5. AVALIANDO OS RESULTADOS 
 
Siga para a seção “Avaliação dos Resultados”, localizada na página 07 deste roteiro, e 
responda de acordo com o que foi observado nos experimentos, associando também 
com os conhecimentos aprendidos sobre o tema. 
 
Pré Teste
1) 
O algoritmo Apriori é um algoritmo de aprendizado de máquina não supervisionado, 
bastante utilizado para encontrar regras de associação em uma base de dados. Sobre o 
algoritmo Apriori e o aprendizado de máquina não supervisionado, considere as asserções a 
seguir: 
 
I. O Apriori é um algoritmo utilizado para encontrar um conjunto de itens que ocorrem 
frequentemente juntos em uma base de dados. 
II. O aprendizado de máquina não supervisionado é aquele no qual os dados estão todos 
rotulados. 
III. O Apriori é capaz de resolver um problema de classificação de dados. 
 
Qual é a alternativa correta?
A) Apenas a afirmativa I está correta.
B) As afirmativas I e II estão corretas.
C) As afirmativas II e III estão corretas.
2) 
O aprendizado de máquina é uma subárea da inteligência artificial na qual é proposto o 
desenvolvimento de algoritmos capazes de aprender a resolver tarefas sem serem 
explicitamente programados para tal. Sobre o aprendizado de máquina, considere as 
seguintes asserções: 
 
I. O algoritmo Apriori é um tipo de algoritmo de aprendizado de máquina. 
II. O aprendizado supervisionado é aquele no qual os dados são rotulados, ou seja, a saída 
esperada do algoritmo já é conhecida. 
III. Algoritmos para encontrar regras de associação são um exemplo de algoritmos de 
aprendizado supervisionado. 
 
Qual é a alternativa correta?
A) Apenas a afirmativa III está correta.
B) As afirmativas I e III estão corretas.
C) As afirmativas I e II estão corretas.
O aprendizado de máquina não supervisionado é um tipo de aprendizado que desenvolve 
padrões em dados que não são rotulados. Algoritmos que encontram regras de associação 
são exemplos de algoritmos não supervisionados. Sobre esse tipo de algoritmo, considere as 
asserções a seguir: 
3) 
 
I. O algoritmo Apriori é um tipo de algoritmo não supervisionado que busca encontrar 
clusters em um conjunto de dados não rotulado. 
II. O K-means é um exemplo de algoritmo para encontrar regras de associação. 
III. Clustering e encontrar regras de associação são tarefas de algoritmos de aprendizado não 
supervisionado. 
 
Qual é a alternativa correta?
A) Apenas a afirmativa III está correta.
B) As afirmativas I e II estão corretas.
C) Apenas a afirmativa II está correta.
4) 
O algoritmo Apriori é um algoritmo de aprendizado não supervisionado, utilizado para 
encontrar associação de regras em um dataset. Durante sua execução, são utilizadas as 
métricas de suporte e confiança para a avaliação dos conjuntos encontradas. Sobre o 
algoritmo Apriori e suas métricas, considere as seguintes asserções: 
 
I. A métrica de confiança limita o número de regras que devem ser consideradas na execução 
de uma iteração do algoritmo. 
II. A métrica de suporte avalia quantas vezes uma regra encontrada é válida dentro de um 
dataset. 
III. O algoritmo Apriori é muito utilizado para o problema de análise de cestas de mercado. 
 
Qual é a alternativa correta?
A) As afirmativas I, II e III estão corretas.
B) As afirmativas I e II estão corretas.
C) Apenas a afirmativa III está correta.
Dentro dos grupos de tarefas que são resolvidas por algoritmos de aprendizado não 
supervisionado estão as tarefas de agrupamento e regras de associação. Em relação a essas 
tarefas e ao aprendizado não supervisionado, considere as asserções a seguir: 
 
I. Nessas tarefas, é necessário um banco de dados no qual as instâncias sejam rotuladas. 
II. O algoritmo Apriori é um bom algoritmo para resolver tarefas de agrupamento e regras de 
associação. 
III. A tarefa de encontrar regras de associação consiste em descobrir elementos que ocorrem 
conjuntamente em uma determinada base de dados. 
IV. A tarefa de agrupamento consiste em encontrar grupos de dados dentro de uma base de 
dados. 
5) 
 
Qual é a alternativa correta?
A) As afirmativas III e IV estão corretas.
B) As afirmativas II e IV estão corretas.
C) Apenas a afirmativa I está correta.
Experimento
* Este laboratorio también está disponible para dispositivos Android.
Conteúdo interativo disponível na plataforma de ensino!
Pós Teste
1) 
Em mineração de dados e machine learning as regras de associação são utilizadas para 
descobrir elementos que ocorrem conjuntamente em uma determinada base de dados. 
Sobre as regras de associação, considere as asserções a seguir: 
 
I. São bastante utilizadas em problemas nos quais é preciso encontrar conjuntos de itens 
frequentes. 
II. A vantagem do algoritmo Apriorié que ele desconsidera o conjunto de regras com baixa 
frequência. 
III. O problema de análise de cestas de compras é uma adversidade clássica de conjuntos de 
itens frequentes. 
 
Qual é a alternativa correta?
A) As afirmativas I, II e III estão corretas.
B) Apenas a afirmativa II está correta.
C) As afirmativas I e II estão corretas.
Encontrar associação de regras é, basicamente, reaver regras que definem itens ocorridos 
com certa frequência de forma conjunta. Sobre a associação de regras, considere um 
conjunto de itens I {A, B, C, D} e um conjunto de transações, como pode ser visto no Quadro 
1. 
 
 
Quadro 1 - Conjunto de transações. Fonte: Elaborado pelo autor (2022).
 
Caso fosse executado um algoritmo Apriori no conjunto de dados acima, qual seria a 
2) 
execução desse algoritmo? Assinale a alternativa correta.
A) O suporte do item D é 2.
B) O suporte do item A é 3.
C) O suporte de {C, D} é 2.
3) 
Métricas, geralmente, são utilizadas para medir a performance de execução de um algoritmo. 
Para o caso do algoritmo Apriori, durante suas iterações são usadas métricas que avaliam a 
qualidade dos conjuntos analisados pelo algoritmo. Escolha a alternativa correta sobre as 
métricas do algoritmo Apriori.
A) O algoritmo Apriori utiliza a acurácia para decidir para quais itens deverão ser gerados pares.
B) A métrica de suporte é utilizada para decidir quais itens ocorrem com frequência, e a métrica 
de confiança é usada para calcular a porcentagem de vezes que uma regra é válida no dataset.
C) Suporte e confiança são as métricas utilizadas no algoritmo Apriori. O suporte de um par de 
itens só é calculado se existir confiança acima de 50%.
4) 
Em aprendizado de máquina, o algoritmo Apriori cria conjuntos de itens de forma iterativa 
com base em métricas. Assinale a alternativa que contém um cenário correto para o uso do 
algoritmo Apriori.
A) Um problema no qual é necessário classificar diferentes imagens em classes específicas.
B) Um problema no qual é preciso encontrar agrupamentos de dados sem uma relação evidente.
C) Um problema no qual é preciso encontrar os livros que são comprados frequentemente 
juntos em uma livraria on-line.
5) 
O algoritmo Apriori é um algoritmo de associação de regras bastante utilizado no contexto 
de análise de cestas de mercado. Para que haja uma execução correta, o engenheiro de 
dados deve definir um valor de limiar para a métrica de suporte. Escolha a alternativa que 
contenha a razão correta para a escolha de um valor de limiar.
A) É o valor mínimo de suporte que um item ou um conjunto de itens deve ter para ser 
considerado frequente.
B) Serve para estabelecer um número máximo de itens do dataset que serão avaliados.
C) Para definir o tamanho máximo do conjunto de itens frequentes.