AOL 4 MARCHINE

Prévia do material em texto

15/10/2026, 16:31 Impressão da prova Informações da avaliação NICOLAS ROSAS MAGALHAES 47636581 Módulo A 5096 7 Machine Learning D1.20262.A AOL4 20/07/2026 08:00:00 (Finalizado) Sala Online / Andar Online / Prédio Online / Polo Online i Legenda Discursiva Objetiva Total: 7.00 10.00 Questão 1 Código 235422 1.00 1.00 Enunciado Leia o excerto a seguir:"A classificação bayesiana faz uso de uma ou mais redes bayesianas treinadas para classificar os documentos, geralmente com classes pré-definidas. Essa técnica, também chamada de aprendizado bayesiano, é assim denominada pois depende de um conjunto de dados previamente classificados e marcados. "Fonte: LOPES, T. J. P.; HIRATANI, G. K. L. Mineração de opiniões e fatos aplicada à análise de investimentos. São Paulo, 2008. .Considerando essas informações e o conteúdo estudado sobre Representação da Aprendizagem Bayesiana, pode-se afirmar que ela se subdivide em: >d)Aprendizagem da estrutura e aprendizagem dos parâmetros numéricos. Alternativa marcada d) Aprendizagem da estrutura e aprendizagem dos parâmetros numéricos. Justificativa Questão 2 Código 235504 0.00 / 1.00 Enunciado Leia o excerto a seguir:"As árvores de decisão são um dos modelos mais práticos e usados em conclusão indutiva. Estas árvores são elaboradas de acordo com um conjunto de informações e, posteriormente, outros exemplos são classificados de acordo com a mesma árvore. "Fonte: DAYCHOUW, 40 Ferramentas e técnicas de gerenciamento. Rio de Janeiro: Brasport, 2007. p. Considerando essas informações e sobre árvores de decisão e suas desvantagens, analise as afirmativas a A desvantagem da árvore de decisão é o seu caráter A desvantagem da árvore de decisão é o requerimento de um conhecimento inicial de várias probabilidades, visto que um elevado número de probabilidades deve ser calculado, gerando custo computacional As árvores de decisão apresentam rapidez em identificar as variáveis mais significativas e a relação entre duas ou mais variáveis.IV. A exploração dos dados se torna mais útil, visto que esse benefício possibilita a criação de novas variáveis e/ou características com melhores condições para predizer a variável-alvo.Está correto apenas o que se afirma em: >d)I e II. Alternativa marcada c) e III. Justificativa 1/415/10/2026, 16:31 Impressão da prova Questão 3 Código 235472 1.00 1.00 Enunciado Leia o excerto a seguir:"Foram propostos por Holland e seus alunos na década de 1970. Holland estudou a evolução natural, considerando-a um processo robusto, simples e poderoso, que poderia ser adaptado para obtenção de soluções computacionais eficientes para problemas de otimização. "Fonte: GABRIEL, P. R.; DELBEM, Fundamentos de algoritmos evolutivos. IMC/USP. Acesso em: 19 out. 2019. Considerando essas informações e conteúdo estudado sobre a Aprendizagem Bayesiana, pode-se afirmar que o excerto faz referência ao conceito de: >b)Algoritmos genéticos. Alternativa marcada b) Algoritmos genéticos. Justificativa iii Questão 4 Código 235415 1.00 1.00 Enunciado Os modelos estatísticos empregam uma estratégia que consiste em dividir para conquistar. Assim, dentro dessa vertente, um problema complexo pode ser decomposto em subproblemas mais simples e, recursivamente, esse princípio é aplicado em cada subproblema gerado. Considerando essas informações e o conteúdo estudado, pode-se afirmar que texto faz referência ao conceito de: >b)Árvores de decisão. Alternativa marcada b) Árvores de decisão. Justificativa !!! Questão 5 Código 235499 0.00 1.00 Enunciado Leia o trecho a um programa de computador que toma decisões baseadas em experiências, acumuladas por meio da solução bem-sucedida de problemas anteriores. Estes sistemas possuem características particulares e comuns que possibilitam a sua classificação quanto à linguagem de descrição. "Fonte: REZENDE, S.O. Sistemas inteligentes: fundamentos e aplicações. São Paulo: Manole, 2003. 89.Com base nessas informações e conteúdo estudado sobre Aprendizagem Bayesiana, pode-se afirmar que o excerto faz referência ao conceito de: >b)Aprendizado de máquina. Alternativa marcada a) Inteligência artificial. Justificativa 2/415/10/2026, 16:31 Impressão da prova Questão 6 Código 235417 0.00 1.00 Enunciado A estatística bayesiana pode ser figurada como um mecanismo estatístico no qual é possível combinar informações subjetivas com informações provenientes de dados observados, de modo que seja possível atualizar as probabilidades de variáveis cujo estado não é observado, dada uma série de novas observações. Considerando essas informações e sobre surgimento da Aprendizagem Bayesiana, analise as afirmativas a Os primeiros cálculos que envolvem probabilidades tiveram origem na Idade Média, a partir de estudos de jogos de Em 1964, os estudos de Blaise Pascal e Pierre de Fermat iniciaram o desenvolvimento de uma ciência referente a essa vertente.III. A teoria de probabilidades ganhou notoriedade em diversos procedimentos das ciências exatas.IV. renomado matemático Thomas Bayes formulou em uma de suas obras teorema de probabilidade que desencadeou no surgimento da Machine Learning. Está correto apenas o que se afirma em: >a)l, e III. Alternativa marcada d) e III. Justificativa Questão 7 Código 235507 1.00 1.00 Enunciado Há um método de busca e otimização conhecido como planos adaptativos. método enfatiza o operador de recombinação como o principal operador de busca e aplica mutação com baixas probabilidades (operador secundário). Por meio desse princípio, são desenvolvidos sistemas que buscam soluções para problemas complexos ou que possuem espaço de soluções muito grande, fator que os torna problemas de difícil modelagem e solução em casos de otimizações convencionais. Ele é inspirado em processos genéticos de organismos biológicos em busca de soluções ótimas ou subótimas. Considerando essas informações e o conteúdo estudado sobre árvores de decisão, pode-se afirmar que o texto faz referência ao conceito de: >a)Algoritmos Genéticos (AG). Alternativa marcada a) Algoritmos Genéticos (AG). Justificativa Questão 8 Código 235464 1.00 / 1.00 Enunciado Leia o excerto a seguir:"Quando o ambiente é gaussiano, o classificador bayesiano se reduz a um classificador linear. Esta é a mesma forma assumida pelo perceptron. Entretanto, a natureza linear do perceptronnão depende da suposição de que as distribuições sejam gaussianas. "Fonte: HAYKIN, S. Redes Neurais: princípios e prática. 2. ed. São Paulo: Bookman, 2007. 169. (Adaptação). Com basenessas informações e o conteúdo estudado sobre Aprendizagem Bayesiana, pode-se afirmar que modelo gaussiano se refere ao algoritmo: >a)Naive Bayes. Alternativa marcada a) Naive Bayes. Justificativa 3/415/10/2026, 16:31 Impressão da prova Questão 9 Código 235420 1.00 1.00 Enunciado Há uma vertente que desenvolve metodologias e mecanismos adaptativos com o intuito de empregar processos seletivos e evolutivos para resolução de problemas complexos. Ela se destaca por apresentar a vantagem de conseguir solucionar problemas a partir de uma simples descrição matemática daquilo que se quer ver presente na solução, não sendo necessária uma indicação explícita dos passos até o resultado. Com base nessas informações, pode-se afirmar que texto faz referência ao conceito de: >b) Algoritmos evolucionários. Alternativa marcada b) Algoritmos evolucionários. Justificativa !!! Questão 10 Código 235509 1.00 1.00 Enunciado Leia o excerto a seguir:"Foram desenvolvidas com o objetivo de solucionar problemas de otimização de parâmetros. Foram propostas originalmente por Rechenberg (1965) e Schwefel (1975) na década de 1960, onde um pai gera um único descendente (reprodução assexuada) e ambos competem pela sobrevivência. "Fonte: GABRIEL, P.H. R.; DELBEM, A. C. B. Fundamentos de algoritmos evolutivos. IMC/USP. Acesso em: 19 out. 2019. (Adaptado). Considerando essas informações e o conteúdo estudado sobre árvores de decisão, pode-se afirmar que o excerto faz referência ao conceito de: >e) Estratégias Evolutivas (EE). Alternativa marcada e) Estratégias Evolutivas (EE). Justificativa 4/4