Prévia do material em texto

Prova de Ciência de Dados: Algoritmos e Técnicas de Aprendizado 
Supervisionado e Não Supervisionado
Introdução:
Este teste visa avaliar o conhecimento sobre os fundamentos dos algoritmos de 
aprendizado supervisionado e não supervisionado, abordando técnicas de classificação, 
regressão, clustering e avaliação de modelos. As questões são formuladas para explorar o 
entendimento dos métodos de modelagem e sua aplicação em diferentes cenários.
Questão 1
O que define um modelo de aprendizado supervisionado?
a) O modelo aprende com dados sem rótulos e busca identificar padrões.
b) O modelo é alimentado apenas com rótulos e não aprende a partir dos dados.
c) O modelo usa dados rotulados para aprender a mapear entradas em saídas.
d) O modelo realiza agrupamento de dados de acordo com características semelhantes.
e) O modelo utiliza redes neurais para aprender de maneira não supervisionada.
Questão 2
Qual é o principal objetivo de um modelo de regressão linear?
a) Classificar os dados em diferentes categorias.
b) Estimar a relação entre variáveis independentes e uma variável dependente contínua.
c) Agrupar dados em clusters.
d) Reduzir a dimensionalidade dos dados.
e) Determinar a probabilidade de uma classe.
Questão 3
Qual é a principal diferença entre os métodos k-means e DBSCAN para clustering?
a) O k-means é adequado para dados esparsos, enquanto o DBSCAN é ideal para dados 
densos.
b) O k-means exige o número de clusters a priori, enquanto o DBSCAN não precisa desse 
parâmetro.
c) O DBSCAN é baseado em distâncias, enquanto o k-means usa médias.
d) O k-means é um modelo supervisionado e o DBSCAN é não supervisionado.
e) O DBSCAN trabalha melhor com variáveis contínuas, enquanto o k-means funciona 
melhor com variáveis categóricas.
Questão 4
Qual técnica de aprendizado de máquina é mais indicada para lidar com grandes volumes 
de dados e pouca informação sobre o modelo?
a) Redes Neurais Profundas.
b) Árvores de Decisão.
c) K-vizinhos mais próximos (k-NN).
d) Máquinas de Vetores de Suporte (SVM).
e) Regressão Logística.
Questão 5
Qual é a função de uma função de ativação em redes neurais?
a) Reduzir a complexidade do modelo.
b) Controlar a taxa de aprendizado do modelo.
c) Introduzir não-linearidade ao modelo, ajudando a aprender padrões complexos.
d) Estabilizar a convergência do modelo.
e) Ajustar a regularização do modelo.
Questão 6
No aprendizado de máquina, o que caracteriza um modelo overfitted?
a) O modelo é simples e generaliza bem para novos dados.
b) O modelo se ajusta demais aos dados de treinamento e perde a capacidade de 
generalizar para dados novos.
c) O modelo tem alta precisão, mas falha em identificar padrões relevantes.
d) O modelo apresenta resultados aleatórios em novos dados.
e) O modelo é equilibrado entre precisão e simplicidade.
Questão 7
Qual é a principal vantagem do algoritmo K-vizinhos mais próximos (k-NN)?
a) Ele não exige treinamento, sendo um modelo simples de implementar.
b) Ele é particularmente eficiente para dados de alta dimensão.
c) Ele é adequado apenas para problemas de classificação binária.
d) Ele ajusta automaticamente os hiperparâmetros.
e) Ele é ideal para dados temporais e sequenciais.
Questão 8
Em problemas de classificação binária, o que é a matriz de confusão?
a) Uma representação gráfica das distribuições das classes.
b) Uma matriz que ajuda a visualizar o erro de classificação de um modelo.
c) Um gráfico que ilustra o erro quadrático médio.
d) Um método para reduzir o viés do modelo.
e) Um algoritmo que realiza o balanceamento das classes.
Questão 9
Qual é o objetivo do algoritmo Principal Component Analysis (PCA)?
a) Maximizar a acurácia de um modelo.
b) Reduzir a dimensionalidade dos dados ao transformar variáveis correlacionadas em 
componentes principais.
c) Aumentar a complexidade dos dados de entrada para melhorar o desempenho do 
modelo.
d) Agrupar dados em clusters com base em características comuns.
e) Transformar dados em uma forma de fácil visualização.
Questão 10
No contexto de redes neurais, o que é uma camada oculta?
a) A camada responsável por produzir a saída do modelo.
b) A camada responsável por conectar as entradas aos neurônios da rede.
c) As camadas intermediárias entre a camada de entrada e a camada de saída, 
responsáveis por realizar cálculos complexos.
d) A camada que regula a taxa de aprendizado do modelo.
e) A camada que realiza a regularização do modelo.
Gabarito e Justificativa
1. c)
○ O aprendizado supervisionado utiliza dados rotulados para ensinar o modelo 
a mapear entradas para saídas. Este é o objetivo principal desse tipo de 
aprendizado.
2. b)
○ A regressão linear busca modelar a relação entre variáveis independentes e 
uma variável dependente contínua, usando uma equação linear.
3. b)
○ O k-means exige que o número de clusters seja especificado, enquanto o 
DBSCAN identifica automaticamente clusters baseados na densidade dos 
pontos de dados.
4. a)
○ As redes neurais profundas são amplamente utilizadas para lidar com 
grandes volumes de dados e problemas complexos, especialmente em 
aprendizado não supervisionado.
5. c)
○ As funções de ativação introduzem não-linearidade em redes neurais, 
permitindo que o modelo aprenda padrões complexos.
6. b)
○ O overfitting ocorre quando o modelo se ajusta excessivamente aos dados 
de treinamento e perde a capacidade de generalizar para novos dados.
7. a)
○ O k-NN é simples e não exige treinamento explícito, o que o torna fácil de 
implementar, mas com desvantagens em termos de desempenho 
computacional em grandes conjuntos de dados.
8. b)
○ A matriz de confusão ajuda a visualizar o desempenho do modelo de 
classificação, destacando as predições corretas e incorretas para cada 
classe.
9. b)
○ O PCA é uma técnica de redução de dimensionalidade que transforma 
variáveis correlacionadas em um novo conjunto de variáveis chamadas 
componentes principais, preservando a maior parte da variação dos dados.
10. c)
● As camadas ocultas são responsáveis por realizar o processamento intermediário 
dos dados dentro da rede neural, entre a camada de entrada e a camada de saída.