Prévia do material em texto
Questão: Qual das seguintes métricas é mais apropriada para avaliar a performance de um modelo de classificação em um conjunto de dados desbalanceado? Alternativas: a) Acurácia b) Precisão c) F1-Score d) Erro Quadrático Médio Resposta: c) F1-Score Explicação: Em conjuntos de dados desbalanceados, a acurácia pode ser enganosa, pois um modelo que simplesmente prevê a classe majoritária pode apresentar uma alta taxa de acertos sem realmente capturar as nuances das classes minoritárias. Por outro lado, a precisão mede a proporção de verdadeiros positivos em relação a todas as previsões positivas, enquanto a recall mede a capacidade do modelo de identificar todos os verdadeiros positivos. O F1-Score é a média harmônica entre precisão e recall, oferecendo uma métrica mais robusta em situações com classes desbalanceadas, pois leva em consideração tanto falsos positivos quanto falsos negativos, garantindo que o modelo não seja avaliando apenas pela sua capacidade de prever a classe mais comum. Assim, a métrica F1-Score é a mais adequada para avaliar a performance de um modelo de classificação em casos onde as classes estão desbalanceadas. Questão: Qual dos seguintes algoritmos é mais comumente associado ao aprendizado supervisionado em problemas de classificação? Alternativas: a) K-Means b) Regressão Linear c) Redes Neurais d) Aprendizado Não Supervisionado Resposta: c) Redes Neurais Explicação: Aprendizado supervisionado envolve o treinamento de um modelo em um conjunto de dados que contém rótulos (ou classes) para que o modelo possa prever a saída para novos dados. Os algoritmos de aprendizado supervisionado comuns incluem Redes Neurais, árvores de decisão, máquinas de vetor de suporte (SVM) e regressão logística, entre outros. Dentre as opções apresentadas, a Alternativa c) Redes Neurais é a resposta correta, pois este é um dos métodos mais robustos e usados para tarefas de classificação em aprendizado supervisionado. As Redes Neurais são capazes de capturar complexas relações não-lineares nos dados, tornando-as extremamente efetivas em problemas onde a classificação precisa ser feita com base em padrões complexos. Por outro lado, a opção a) K-Means é um algoritmo de agrupamento utilizado em aprendizado não supervisionado. A b) Regressão Linear, embora associada ao aprendizado supervisionado, é mais frequentemente usada para problemas de regressão, e a d) Aprendizado Não Supervisionado se refere a um tipo de aprendizado onde não existem rótulos para os dados. Em suma, a resposta correta é c) Redes Neurais, que se destaca na classificação supervisionada. Questão: Qual das seguintes alternativas é considerada uma prática de segurança eficaz para proteger senhas em um ambiente corporativo? Alternativas: a) Armazenar senhas em um arquivo de texto simples no computador de um funcionário. b) Utilizar um gerenciador de senhas que criptografa as senhas e as armazena em um cofre digital. c) Reutilizar a mesma senha em diferentes sistemas corporativos para facilitar o acesso. d) Compartilhar senhas entre os colaboradores para garantir que todos tenham acesso às informações necessárias. Resposta: b) Utilizar um gerenciador de senhas que criptografa as senhas e as armazena em um cofre digital. Explicação: A segurança das senhas é crucial para proteger informações sensíveis e garantir a integridade dos dados em um ambiente corporativo. Armazenar senhas em um arquivo de texto simples (como na alternativa a) é extremamente inseguro, pois qualquer pessoa que tenha acesso a esse arquivo pode visualizar facilmente as senhas. Por outro lado, a alternativa c) de reutilização de senhas aumenta o risco de comprometimento, pois uma violação em um sistema pode afetar outros. Compartilhar senhas (alternativa d) também é uma prática insegura que pode levar a perdas de dados e acesso não autorizado. A opção correta, b), é a mais segura, pois um gerenciador de senhas utiliza criptografia para proteger as senhas, minimizando o risco de exposição e acesso não autorizado. Questão: Qual é o principal objetivo da criptografia assimétrica? Alternativas: a) Proteger dados através da codificação e decodificação com uma única chave secreta. b) Permitir a troca de informações seguras utilizando um par de chaves, uma pública e outra privada.