Logo Passei Direto
Buscar

Avaliação do Módulo 3 - Modelagem de Aprendizado Supervisionado e Não Supervisionado_ Revisão da tentativa

User badge image
Mauricio Luz

em

Ferramentas de estudo

Mostrar todas

Questões resolvidas

A aprendizagem supervisionada é usada apenas para classificação binária: classificar valores como 0 ou 1, como fraude ou não-fraude ou classificar uma fruta como banana ou maçã.
Verdadeiro
Falso

O que é a validação cruzada? a. Uma técnica para avaliar o desempenho de um modelo utilizando dados de treinamento. b. Uma técnica para avaliar o desempenho de um modelo utilizando dados não rotulados. c. Uma técnica para avaliar o desempenho de um modelo utilizando dados rotulados. d. Uma técnica para avaliar o desempenho de um modelo utilizando diferentes divisões dos dados. e. Uma técnica para avaliar o desempenho de um modelo utilizando a mesma divisão dos dados.

Assinale a alternativa INCORRETA: Qual é a finalidade da separação dos dados em treino, teste e validação em ciência de dados e aprendizado de máquina? a. Auxiliar na seleção do melhor modelo antes de testá-lo no conjunto de teste. b. Treinar o modelo para aprender padrões e relações nos dados. c. Agrupar automaticamente instâncias de dados sem ter informações prévias sobre as categorias. d. Avaliar o desempenho do modelo após o treinamento. e. Ajustar hiperparâmetros e evitar o overfitting.

Qual é a finalidade do algoritmo K-Nearest Neighbors (k-NN)?
a. Identificar anomalias em um conjunto de dados.
b. Classificar uma amostra em uma categoria não definida.
c. Realizar uma análise de sentimentos em um conjunto de dados.
d. Rotular uma amostra de acordo com amostras de aproximação, a partir de um conjunto de dados utilizado para treinamento.
e. Agrupar amostras em categorias semelhantes.

Quais são os dois tipos principais de aprendizagem de máquina?
a. Supervisionada e semi-supervisionada.
b. Não supervisionada e por reforço.
c. Semi-supervisionada e não supervisionada.
d. Não supervisionada e semi-supervisionada.
e. Supervisionada e não supervisionada.

Regressão Linear é um método estatístico usado para modelar a relação entre uma variável dependente e uma ou mais variáveis independentes, assumindo uma relação linear entre elas. O objetivo é encontrar a melhor linha (ou hiperplano, em casos de múltiplas dimensões) que minimize a soma dos quadrados das diferenças entre os valores observados e os valores previstos pelo modelo.
Verdadeiro
Falso

O algoritmo K-Nearest Neighbors (k-NN) é um algoritmo de classificação cuja finalidade é rotular uma amostra de acordo com amostras de aproximação, a partir de um conjunto de dados utilizado para treinamento. O algoritmo k-NN é um algoritmo de aprendizagem de máquina que pertence à categoria de aprendizagem supervisionada.

O código a seguir é utilizado para exibir a árvore de decisão:

```
fig. ax = plt.subplots(figsize=(10,8))
tree.plot_tree(clf)
plt.show()
```
Verdadeiro
Falso

O k-NN pode ser usado tanto para problemas de classificação como para previsão de regressão.
Verdadeiro
Falso

Conteúdos escolhidos para você

2022 - SM2 - MACHINE LEARNING
4 pág.

2022 - SM2 - MACHINE LEARNING

USP-SP

Avaliação_análise e modelagem preditiva
5 pág.

Avaliação_análise e modelagem preditiva

ESTÁCIO

Atividade Avaliativa 3
3 pág.

Atividade Avaliativa 3

IFAM

Avaliação do Módulo 1 - Fundamentos do Aprendizado de Máquina
4 pág.

Avaliação do Módulo 1 - Fundamentos do Aprendizado de Máquina

UFMS

Respostas - Processamento de dados massivos e Modelos de Aprendizado
20 pág.

Respostas - Processamento de dados massivos e Modelos de Aprendizado

UNIRITTER

Perguntas dessa disciplina

o machine learning emerge como uma ponta entre a complexidade dos dados e a capacidade de discernimento das maquinas, essa abordagem revolucionaria...

Pergunta 1 Qual é a principal característica do aprendizado não supervisionado? a. Aprende a partir de dados sem rótulos. b. Utiliza dados rotulados.

UNIP

O processo de desenvolvimento de um programa envolve a modelagem de dados que serão utilizados nas operações do algoritmo. Cada informação deve ser...

Os algoritmos de aprendizado de máquina funcionam analisando dados passados para fazer previsões sobre novas situações. Um bom exemplo prático diss...

O pré-processamento de dados para a execução do algoritmo FP-Growth envolve a transformação da base transacional em uma estrutura de lista de listas,

Uniasselvi

Material
Buscar
páginas com resultados encontrados.
páginas com resultados encontrados.
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Questões resolvidas

A aprendizagem supervisionada é usada apenas para classificação binária: classificar valores como 0 ou 1, como fraude ou não-fraude ou classificar uma fruta como banana ou maçã.
Verdadeiro
Falso

O que é a validação cruzada? a. Uma técnica para avaliar o desempenho de um modelo utilizando dados de treinamento. b. Uma técnica para avaliar o desempenho de um modelo utilizando dados não rotulados. c. Uma técnica para avaliar o desempenho de um modelo utilizando dados rotulados. d. Uma técnica para avaliar o desempenho de um modelo utilizando diferentes divisões dos dados. e. Uma técnica para avaliar o desempenho de um modelo utilizando a mesma divisão dos dados.

Assinale a alternativa INCORRETA: Qual é a finalidade da separação dos dados em treino, teste e validação em ciência de dados e aprendizado de máquina? a. Auxiliar na seleção do melhor modelo antes de testá-lo no conjunto de teste. b. Treinar o modelo para aprender padrões e relações nos dados. c. Agrupar automaticamente instâncias de dados sem ter informações prévias sobre as categorias. d. Avaliar o desempenho do modelo após o treinamento. e. Ajustar hiperparâmetros e evitar o overfitting.

Qual é a finalidade do algoritmo K-Nearest Neighbors (k-NN)?
a. Identificar anomalias em um conjunto de dados.
b. Classificar uma amostra em uma categoria não definida.
c. Realizar uma análise de sentimentos em um conjunto de dados.
d. Rotular uma amostra de acordo com amostras de aproximação, a partir de um conjunto de dados utilizado para treinamento.
e. Agrupar amostras em categorias semelhantes.

Quais são os dois tipos principais de aprendizagem de máquina?
a. Supervisionada e semi-supervisionada.
b. Não supervisionada e por reforço.
c. Semi-supervisionada e não supervisionada.
d. Não supervisionada e semi-supervisionada.
e. Supervisionada e não supervisionada.

Regressão Linear é um método estatístico usado para modelar a relação entre uma variável dependente e uma ou mais variáveis independentes, assumindo uma relação linear entre elas. O objetivo é encontrar a melhor linha (ou hiperplano, em casos de múltiplas dimensões) que minimize a soma dos quadrados das diferenças entre os valores observados e os valores previstos pelo modelo.
Verdadeiro
Falso

O algoritmo K-Nearest Neighbors (k-NN) é um algoritmo de classificação cuja finalidade é rotular uma amostra de acordo com amostras de aproximação, a partir de um conjunto de dados utilizado para treinamento. O algoritmo k-NN é um algoritmo de aprendizagem de máquina que pertence à categoria de aprendizagem supervisionada.

O código a seguir é utilizado para exibir a árvore de decisão:

```
fig. ax = plt.subplots(figsize=(10,8))
tree.plot_tree(clf)
plt.show()
```
Verdadeiro
Falso

O k-NN pode ser usado tanto para problemas de classificação como para previsão de regressão.
Verdadeiro
Falso

Conteúdos escolhidos para você

2022 - SM2 - MACHINE LEARNING
4 pág.

2022 - SM2 - MACHINE LEARNING

USP-SP

Avaliação_análise e modelagem preditiva
5 pág.

Avaliação_análise e modelagem preditiva

ESTÁCIO

Atividade Avaliativa 3
3 pág.

Atividade Avaliativa 3

IFAM

Avaliação do Módulo 1 - Fundamentos do Aprendizado de Máquina
4 pág.

Avaliação do Módulo 1 - Fundamentos do Aprendizado de Máquina

UFMS

Respostas - Processamento de dados massivos e Modelos de Aprendizado
20 pág.

Respostas - Processamento de dados massivos e Modelos de Aprendizado

UNIRITTER

Perguntas dessa disciplina

o machine learning emerge como uma ponta entre a complexidade dos dados e a capacidade de discernimento das maquinas, essa abordagem revolucionaria...

Pergunta 1 Qual é a principal característica do aprendizado não supervisionado? a. Aprende a partir de dados sem rótulos. b. Utiliza dados rotulados.

UNIP

O processo de desenvolvimento de um programa envolve a modelagem de dados que serão utilizados nas operações do algoritmo. Cada informação deve ser...

Os algoritmos de aprendizado de máquina funcionam analisando dados passados para fazer previsões sobre novas situações. Um bom exemplo prático diss...

O pré-processamento de dados para a execução do algoritmo FP-Growth envolve a transformação da base transacional em uma estrutura de lista de listas,

Uniasselvi

Prévia do material em texto

Painel Meus cursos 32010001835-T01-2025-1 📚 Módulo 3
✅ Avaliação do Módulo 3 - Modelagem de Aprendizado Supervisionado e Não Supervisionado
Iniciado em sexta, 4 jul 2025, 21:20
Estado Finalizada
Concluída em sexta, 4 jul 2025, 21:32
Tempo
empregado
12 minutos 33 segundos
Avaliar 10,00 de um máximo de 10,00(100%)
Comentários
Questão 1
Correto
Atingiu 1,00 de 1,00
A aprendizagem supervisionada é usada apenas para classificação binária: classificar valores como 0 ou 1, como
fraude ou não-fraude ou classificar uma fruta como banana ou maçã.
Escolha uma opção:
Verdadeiro
Falso 
https://ava.ufms.br/my/
https://ava.ufms.br/course/view.php?id=68194
https://ava.ufms.br/course/view.php?id=68194#section-4
https://ava.ufms.br/mod/quiz/view.php?id=958690
Questão 2
Correto
Atingiu 1,00 de 1,00
Questão 3
Correto
Atingiu 1,00 de 1,00
Questão 4
Correto
Atingiu 1,00 de 1,00
O que é a validação cruzada?
a. Uma técnica para avaliar o desempenho de um modelo utilizando dados de treinamento.
b. Uma técnica para avaliar o desempenho de um modelo utilizando a mesma divisão dos dados.
c. Uma técnica para avaliar o desempenho de um modelo utilizando diferentes divisões dos dados.
d. Uma técnica para avaliar o desempenho de um modelo utilizando dados rotulados.
e. Uma técnica para avaliar o desempenho de um modelo utilizando dados não rotulados.
Assinale a alternativa INCORRETA: Qual é a finalidade da separação dos dados em treino, teste e validação em
ciência de dados e aprendizado de máquina?
a. Auxiliar na seleção do melhor modelo antes de testá-lo no conjunto de teste.
b. Ajustar hiperparâmetros e evitar o overfitting.
c. Agrupar automaticamente instâncias de dados sem ter informações prévias sobre as categorias.
d. Treinar o modelo para aprender padrões e relações nos dados.
e. Avaliar o desempenho do modelo após o treinamento.
Qual é a finalidade do algoritmo K-Nearest Neighbors (k-NN)?
a. Identificar anomalias em um conjunto de dados.
b. Classificar uma amostra em uma categoria não definida.
c. Realizar uma análise de sentimentos em um conjunto de dados.
d. Rotular uma amostra de acordo com amostras de aproximação, a partir de um conjunto de dados
utilizado para treinamento. 

e. Agrupar amostras em categorias semelhantes. 
Questão 5
Correto
Atingiu 1,00 de 1,00
Questão 6
Correto
Atingiu 1,00 de 1,00
Questão 7
Correto
Atingiu 1,00 de 1,00
Questão 8
Correto
Atingiu 1,00 de 1,00
Quais são os dois tipos principais de aprendizagem de máquina?
a. Semi-supervisionada e não supervisionada.
b. Não supervisionada e semi-supervisionada.
c. Supervisionada e não supervisionada.
d. Não supervisionada e por reforço.
e. Supervisionada e semi-supervisionada.
Regressão Linear é um método estatístico usado para modelar a relação entre uma variável dependente e uma ou
mais variáveis independentes, assumindo uma relação linear entre elas. O objetivo é encontrar a melhor linha (ou
hiperplano, em casos de múltiplas dimensões) que minimize a soma dos quadrados das diferenças entre os valores
observados e os valores previstos pelo modelo.
Escolha uma opção:
Verdadeiro 
Falso
O algoritmo K-Nearest Neighbors (k-NN) é um algoritmo de classificação cuja finalidade é rotular uma amostra de
acordo com amostras de aproximação, a partir de um conjunto de dados utilizado para treinamento. O algoritmo k-
NN é um algoritmo de aprendizagem de máquina que pertence à categoria de aprendizagem
  ?supervisionada
O código a seguir é utilizado para exibir a árvore de decisão:
fig, ax = plt.subplots(figsize=(10,8))
tree.plot_tree(clf)
plt.show()
Escolha uma opção:
Verdadeiro 
Falso
Questão 9
Correto
Atingiu 1,00 de 1,00
Questão 10
Correto
Atingiu 1,00 de 1,00
A árvore de  é um tipo de algoritmo de aprendizado  que pode ser
usado em problemas de  e classificação. Ele é muito útil, pois funciona tanto para variáveis
de entrada e saída  (numéricas) como  (não numéricas).
decisão supervisionado
regressão
contínuas categóricas
O k-NN pode ser usado tanto para problemas de classificação como para previsão de regressão.
Escolha uma opção:
Verdadeiro 
Falso
Atividade anterior
◄ 📍 Checkout de Presença do Módulo 3 - Modelagem de Aprendizado Supervisionado e Não Supervisionado
Seguir para...
Próxima atividade
▶ Videoaula Obrigatória - Módulo 4 - Unidade 1 - Redes Neurais ►
Precisa de ajuda com o AVA UFMS?
 https://agead.ufms.br
 (67) 3345-7613
 suporte.agead@ufms.br

https://ava.ufms.br/mod/assign/view.php?id=958688&forceview=1
https://ava.ufms.br/mod/url/view.php?id=958692&forceview=1
https://agead.ufms.br/
tel:(67) 3345-7613
mailto:suporte.agead@ufms.br
https://api.whatsapp.com/send?phone=556733457613

Mais conteúdos dessa disciplina