Relação entre Estatística, Ciência da Computação, Mineração de Dados e Ciência dos Dados

Prévia do material em texto

Usuário
	RAUL COSTA MAGALHAES 
	Curso
	GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE ENGPD206 - 202010.ead-4829.01 
	Teste
	ATIVIDADE 4 (A4) 
	Iniciado
	16/04/20 16:33 
	Enviado
	16/04/20 17:13 
	Status
	Completada 
	Resultado da tentativa
	4 em 10 pontos   
	Tempo decorrido
	40 minutos 
	Resultados exibidos
	Respostas enviadas, Respostas corretas, Comentários 
· Pergunta 1 
1 em 1 pontos
	 
	
	
	A estatística, a ciência da computação, a mineração de dados e a ciência dos dados são áreas correlacionadas. Dentre essas, a mais antiga é a estatística, seguida da ciência da computação, depois da mineração de dados, e finalmente da ciência dos dados, a mais nova dessas quatro áreas de conhecimento. 
 
Com referência ao relacionamento entre essas quatro áreas de conhecimento humano, analise as afirmativas a seguir:
 
I. Algoritmos de machine learning nasceram na ciência da computação. Hoje são usados na estatística, na mineração de dados e na ciência dos dados.
II. Dentre as diversas áreas citadas, é a estatística que possui os melhores fundamentos para a interpretação de fenômenos aleatórios.
III. A estatística é considerada a mais sutil, e a mais ampla, quando nos referimos a análise de dados. É aplicada a todas áreas de atividade humana.
IV. Sabemos que, na ciência dos dados, podem-se utilizar de muitos termos diferentes, herdados das outras áreas, para se referir a um mesmo conceito.
 
  
	
	
	
	
		Resposta Selecionada: 
	
I, II, III e IV. 
	Resposta Correta: 
	
I, II, III e IV. 
	Feedback da resposta: 
	Resposta correta. A alternativa está correta, pois algoritmos de machine learning nasceram na ciência da computação e hoje são usados na estatística, na mineração de dados e na ciência dos dados. De fato, é a estatística que possui os melhores fundamentos para a interpretação de fenômenos aleatórios, e é considerada a mais sutil, e a mais ampla, quando nos referimos a análise de dados. Já há muitos anos é aplicada a todas áreas de atividade humana. Por outro lado, também sabemos que, na ciência dos dados, podem-se utilizar de muitos termos diferentes, herdados das outras áreas, para se referir a um mesmo conceito. 
	
	
	
· Pergunta 2 
0 em 1 pontos
	 
	
	
	Discutimos o que são aprendizagem supervisionada e não supervisionada. Vimos que é na forma como tratamos as variáveis estudadas que se dá a diferença entre esses dois tipos de aprendizagens, supervisionada e não supervisionada. Esses dois tipos são os mais importantes dentre os diversos tipos de aprendizagem.
 
Relativamente a esse assunto, analise as afirmativas a seguir:
  
I. Na aprendizagem supervisionada, definimos uma das variáveis estudadas como sendo a variável resposta, a qual responde em função dos valores assumidos pelas outras variáveis, as quais são chamadas de variáveis de entrada. 
II. Especificamente na aprendizagem supervisionada, também denominamos uma variável resposta de variável de saída ou variável dependente. 
III. Especificamente na aprendizagem supervisionada, também denominamos uma variável de entrada de variável regressora, variável preditora, variável explanatória  ou variável independente. 
IV. Na aprendizagem não supervisionada, tratamos todas as variáveis estudadas da mesma forma, sem procurar explicar o comportamento de uma delas em função dos valores assumidos pelas outras. 
 
  
	
	
	
	
		Resposta Selecionada: 
	
I, II e IV, apenas.
  
	Resposta Correta: 
	
I, II, III e IV. 
	Feedback da resposta: 
	Sua resposta está incorreta. Na aprendizagem supervisionada, definimos uma das variáveis estudadas como sendo a variável resposta, a qual responde em função dos valores assumidos pelas outras variáveis, as quais são chamadas de variáveis de entrada; na aprendizagem supervisionada, também chamamos a variável resposta de variável de saída ou variável dependente e as variáveis de entrada, de variáveis regressoras, preditoras ou independentes. Na aprendizagem não supervisionada, tratamos todas as variáveis estudadas da mesma forma, sem procurar explicar o comportamento de uma delas em função dos valores assumidos pelas outras. 
  
	
	
	
· Pergunta 3 
0 em 1 pontos
	 
	
	
	Em uma análise de agrupamento examinamos os dados observados (as linhas da tabela com os dados) e procuramos identificar, através de algum critério de similaridade, aquelas que estão mais próximas entre si, e formamos grupos com essas observações similares. Quando são apenas 2 variáveis e poucas observações (tamanho da amostra pequeno), por exemplo 10, podemos tentar fazer o agrupamento visualmente. 
 
Analise a figura adiante e assinale a alternativa que indica a menor quantidade de grupos que você naturalmente formaria para este caso:
 
Figura - Massa corporal (kg) versus comprimento (m) dos animais
Fonte: Elaborada pelo autor
  
	
	
	
	
		Resposta Selecionada: 
	
Três grupos, um com 5 indivíduos, um com 1 indivíduo, e um com 4 indivíduos. 
	Resposta Correta: 
	
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos. 
	Feedback da resposta: 
	Sua resposta está incorreta. A alternativa está incorreta. A questão solicita a alternativa com o menor número de grupos que você naturalmente formaria. Há três alternativas com dois grupos, porém aquela que parece ser a mais natural é a que agrupa 6 indivíduos do lado esquerdo do gráfico e 4 indivíduos do lado direito, pois as outras alternativas com dois grupos não são tão naturais quanto essa opção. 
	
	
	
· Pergunta 4 
1 em 1 pontos
	 
	
	
	Quando acontece de haver várias variáveis quantitativas em uma determinada amostra de dados, é comum a realização da análise da (possível) relação entre essas variáveis por meio do cálculo de suas correlações. Neste caso, o cálculo de suas correlações sempre é feito de duas em duas variáveis. Comumente, também se apresenta a correlação de cada variável com ela mesma, o  que sempre resulta em uma correlação perfeita, igual a 1.
 
A tabela adiante mostra o resultado do cálculo das correlações entre 5 variáveis quantitativas de uma determinada amostra. 
  
	  
	x1 
	x2 
	x3 
	x4 
	x5 
	x1 
	1,00 
	- 0,85 
	- 0,78 
	- 0,87 
	0,42 
	x2 
	- 0,85 
	1,00 
	0,79 
	0,89 
	- 0,43 
	x3 
	- 0,78 
	0,79 
	1,00 
	0,66 
	- 0,71 
	x4 
	- 0,87 
	0,89 
	0,66 
	1,00 
	- 0,17 
	x5 
	0,42 
	- 0,43 
	- 0,71 
	- 0,17 
	1,00 
 
Quadro: Correlações cruzadas entre as variáveis quantitativas x1, x2, x3, x4 e x5
Fonte: Elaborado pelo autor.
 
Com respeito a essa tabela de correlações, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Os valores 1,00 apenas indicam a correlação perfeita que existe entre uma variável e ela mesma, uma informação de pouco valor prático.
II. ( ) A maior correlação positiva é aquela entre as variáveis x2 e x4, no valor de 0,89, que indica uma forte associação entre essas duas variáveis, e que uma aumenta com um aumento da outra. 
III. ( ) A maior (em valor absoluto) correlação negativa é aquela entre as variáveis x1 e x4, no valor de - 0,87, que indica uma forte associação entre essas duas variáveis, e que uma diminui quanto a outra aumenta. 
IV. ( ) A menor (em valor absoluto) correlação negativa é aquela entre as variáveis x4 e x5, no valor de - 0,17, que indica uma fraca associação entre essas duas variáveis, e que uma diminui quando a outra aumenta. 
	
	
	
	
		Resposta Selecionada: 
	
V, V, V, V. 
	Resposta Correta: 
	
V, V, V, V. 
	Feedback da resposta: 
	Resposta correta.  A sequência está correta. Os valores 1,00 apenas indicam a correlação perfeita que existe entre uma variável e ela mesma. A maior correlação positiva é aquela entre as variáveis x2 e x4, indicando uma forte associação entre essas duas variáveis, e que uma aumenta com um aumento da outra. A maior (em valor absoluto) correlação negativa é aquela entre as variáveis x1 e x4, indicando uma forte associação entre essas duas variáveis, e que uma diminui quanto a outra aumenta. A menor (em valor absoluto) correlação negativa é aquela entre as variáveis x4 e x5, indicando uma fraca associação entreessas duas variáveis, e que uma diminui quando a outra aumenta. 
	
	
	
· Pergunta 5 
0 em 1 pontos
	 
	
	
	O texto em referência explica que o processo de descoberta com a mineração de dados possui tanto um sentido romântico (um processo emocionante e prazeroso), quanto técnico (um estudo criterioso sobre dados). Também defende a ideia que é preciso conhecer o ambiente em que os dados são produzidos e que tipo de conhecimento esse ambiente necessita e espera receber.. Ou seja, o que as pessoas necessitam e esperam receber.Lei
 
SILVA, L. A. da; PERES, S. M.; BOSCARIOLI, C. Introdução à mineração de dados : com aplicações em R. Rio de Janeiro: Elsevier, 2016, p.3.
 
Considerando as ideias apresentadas acima e o que sabemos sobre ciência dos dados, mineração de dados e machine learning, analise as afirmativas a seguir:
 
I. Machine learning são algoritmos desenvolvidos, principalmente, pela ciência da computação. São usados na estatística, na ciência de dados e na mineração de dados.
II. O processo de descoberta de padrões e geração de conhecimento por meio de dados tem um sentido romântico, por ser emocionante e prazeroso, e um sentido técnico, pois demanda estudos técnicos criteriosos.
III. A estatística, a ciência da computação e a ciência de dados são áreas relacionadas, mas a mineração de dados e ciência de dados são áreas independentes, sem nenhuma relação.
IV. Não é importante conhecer o ambiente em que os dados são produzidos e que tipo de conhecimento esse ambiente necessita e espera receber.
 
Assinale a alternativa que apresenta a(s) afirmativa(s) correta(s): 
	
	
	
	
		Resposta Selecionada: 
	
I, II e IV apenas. 
  
  
	Resposta Correta: 
	
I e II apenas; 
	Feedback da resposta: 
	 Sua resposta está incorreta. A alternativa está incorreta, pois machine learning são algoritmos desenvolvidos, principalmente, pela ciência da computação, e são usados na estatística, na ciência de dados e na mineração de dados, e o processo de descoberta de padrões e geração de conhecimento por meio de dados tem um sentido romântico, por ser emocionante e prazeroso, e um sentido técnico, pois demanda estudos técnicos criteriosos. Também sabemos que a mineração de dados e ciência de dados são áreas relacionadas, e que é importante conhecer o ambiente em que os dados são produzidos e que tipo de conhecimento esse ambiente necessita e espera receber. 
	
	
	
· Pergunta 6 
1 em 1 pontos
	 
	
	
	O texto em referência apresenta como exemplo de agrupamento uma companhia de vendas online que deseja agrupar seus clientes com base em suas características comuns (renda, idade, número de filhos, estado civil, grau de educação, etc.). Com o resultado do agrupamento, eles definirão campanhas de marketing e de divulgação específicas para cada um dos diferentes grupos que vierem a ser definidos.
 
DUHAM, Margareth H. Data mining : introductory and advanced topics. Upper Saddle River, NJ: Pearson Education, 2003, p.125.
A respeito das fontes que originaram os contos de fadas, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Algoritmos de agrupamento só conseguem lidar com variáveis quantitativas. Sendo assim, parte das variáveis disponíveis para esse caso são irrelevantes.
II. ( ) Algoritmos de agrupamento são especializados no tratamento de conjuntos de dados exclusivamente qualitativos.
III. ( ) Algoritmos de agrupamento podem ter as suas soluções verificadas por um supervisor e, dessa forma, saberemos se o resultado é bom ou ruim.
IV. ( ) Seres humanos não possuem habilidade natural para agrupar e depois classificar, já que isso só pode ser realizado por meio de algoritmos. 
	
	
	
	
		Resposta Selecionada: 
	
F, F, F, F. 
	Resposta Correta: 
	
F, F, F, F. 
	Feedback da resposta: 
	Resposta correta.  A sequência está correta. Há algoritmos de agrupamento que lidam variáveis quantitativas, ou qualitativas, ou mistas. Portanto, as asserções I e II são falsas.  Algoritmos de agrupamento não podem ter as suas soluções verificadas por um supervisor, pois fazem parte dos métodos de aprendizagem não supervisionada. E seres humanos possuem habilidade natural para agrupar e depois classificar. Portanto, as asserções III e IV também são falsas. 
	
	
	
· Pergunta 7 
0 em 1 pontos
	 
	
	
	 Depois que formamos grupos de observações de um conjunto de dados (amostra), por meio de um algoritmo de agrupamento, podemos dar nomes aos mesmos, e cada indivíduo de cada grupo será classificado de acordo com esse nome. O ser humano faz isso com naturalidade, primeiro agrupar e, depois de formados os grupos, dar nomes aos grupos. Por exemplo, animais vertebrados ou invertebrados, carros ou aviões, homens ou mulheres.
 
A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas. e assinale a alternativa correta:
 
I.  Ao usarmos de algoritmos de agrupamento, depois que formados e nomeados (classificados) os grupos de observações resultantes do algoritmo, não é possível usar essas classes como variáveis respostas e, a partir desse ponto, executar tarefas preditivas com algoritmos de classificação.
Pois
II. Algoritmos de agrupamento fazem parte dos métodos da chamada aprendizagem não supervisionada. Não são modelos preditivos.
  
	
	
	
	
		Resposta Selecionada: 
	
As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. 
	Resposta Correta: 
	
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. 
	Feedback da resposta: 
	Sua resposta está incorreta,  pois mesmo que algoritmos de agrupamento sejam parte dos métodos da aprendizagem não supervisionada, e não serem modelos preditivos, como afirmado na asserção II, depois que formamos e nomeamos os grupos (classificamos os grupos), podemos usar essas classes como variáveis respostas e, a partir desse ponto, executar tarefas preditivas com algoritmos de classificação. Ou seja, a asserção I é falsa. 
	
	
	
· Pergunta 8 
0 em 1 pontos
	 
	
	
	A escolha de grupos formados por um algoritmo de agrupamento hierárquico pode ser feita por meio da leitura do dendrograma resultante. Escolhe-se a altura (Height) desejada, se traça uma linha horizontal a partir dessa altura, que cruzará com as linhas verticais dos grupos formados nesta altura. O cientista de dados decide se esses grupos são adequados para a sua análise. 
 
Veja, por exemplo, a figura abaixo.
 
 
Figura - Dendrograma do agrupamento de oito estados
Fonte: Elaborada pelo autor
Com respeito da leitura deste dendrograma, analise as afirmativas a seguir e assinale V 
para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) A altura 4 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, e o segundo deles formado pelos estados {Colorado, Arizona, California, Alaska, Alabama, Arkansas}.
II. ( ) A altura 4 cruza com três linhas verticais, que indicam três grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, o segundo deles formado pelos estados {Colorado, Arizona, California}, e o terceiro deles formado pelos estados {Alaska, Alabama, Arkansas}.
III. ( ) A altura 3 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, e o segundo deles formado pelos estados {Colorado, Arizona, California, Alaska, Alabama, Arkansas}.
IV. ( ) A altura 3 cruza com três linhas verticais, que indicam três grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, o segundo deles formado pelos estados {Colorado, Arizona, California}, e o terceiro deles formado pelos estados {Alaska, Alabama, Arkansas}.
  
	
	
	
	
		Resposta Selecionada: 
	
V, F, V, F. 
	Resposta Correta: 
	
V, F, F, V. 
	Feedback da resposta: 
	Sua resposta está incorreta. A sequência está incorreta. A altura 4 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, e o segundo deles formado pelos estados {Colorado,Arizona, California, Alaska, Alabama, Arkansas}. A altura 3 cruza com três linhas verticais, que indicam três grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, o segundo deles formado pelos estados {Colorado, Arizona, California}, e o terceiro deles formado pelos estados {Alaska, Alabama, Arkansas}. 
	
	
	
· Pergunta 9 
0 em 1 pontos
	 
	
	
	Leia o excerto a seguir:
“Normalização: É comum normalizar (padronizar) variáveis contínuas através da subtração da média e divisão pelo desvio-padrão, ou então as variáveis com grande escala dominarão o processo de agrupamento (veja Padronização (Normalização, Escores Z), no Capítulo 6).” 
 
BRUCE, Peter; BRUCE, Andrew. Estatística prática para cientistas de dados : 50 conceitos iniciais. Rio de Janeiro: Alta Books, 2019, p. 265.
 A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas. 
 
I.  Sabemos que, na estatística ou na ciência dos dados, é comum normalizar (padronizar) variáveis quantitativas, ou variáveis contínuas, antes da realização de uma análise de agrupamento. 
Pois
II. No conjunto de dados observados (a amostra de dados), podem existir variáveis que estão em uma escala muito maior que as outras, e a medida de distância entre observações dessas variáveis dominarão o resultado da análise de agrupamento, na formação dos grupos de observações similares entre si. 
	
	
	
	
		Resposta Selecionada: 
	
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I. 
	Resposta Correta: 
	
As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. 
	Feedback da resposta: 
	Sua resposta está incorreta. Na estatística ou na ciência dos dados, é comum normalizar (padronizar) variáveis quantitativas, ou variáveis contínuas, antes da realização de uma análise de agrupamento, pois no conjunto de dados observados podem existir variáveis que estão em uma escala muito maior que as outras, e a medida de distância entre observações dessas variáveis dominarão o resultado final da análise de agrupamento se a padronização não for feita antes. 
	
	
	
· Pergunta 10 
1 em 1 pontos
	 
	
	
	Na estatística, quanto duas variáveis quantitativas comportam-se uma em relação à outra de forma aproximadamente linear, é comum se calcular a correlação entre elas. Esse cálculo, entretanto, ao estudo da relação entre duas variáveis qualitativas, ou entre uma variável quantitativa e uma variável qualitativa. 
 
A respeito do cálculo da correlação entre duas variáveis quantitativas, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Uma correlação positiva indica que quando uma das variáveis aumenta a outra variável diminui.
II. ( ) Uma correlação positiva indica que quando uma das variáveis aumenta a outra variável também aumenta.
III. ( ) Uma correlação negativa indica que quando uma das variáveis aumenta a outra variável diminui.
IV. ( ) Uma correlação negativa indica que quando uma das variáveis diminui a outra também diminui.
  
	
	
	
	
		Resposta Selecionada: 
	
F, V, V, F. 
	Resposta Correta: 
	
F, V, V, F. 
	Feedback da resposta: 
	Resposta correta.  A sequência está correta. É correto afirmar que uma correlação positiva indica que quando uma das variáveis aumenta a outra variável também aumenta, e que uma correlação negativa indica que quando uma das variáveis aumenta a outra variável diminui. É incorreto afirmar que uma correlação positiva indica que quando uma das variáveis aumenta a outra variável diminui, ou que uma correlação negativa indica que quando uma das variáveis diminui a outra também diminui. 
	
	
	
Quinta-feira, 16 de Abril de 2020 17h14min00s BRT
false