Baixe o app para aproveitar ainda mais
Prévia do material em texto
Pergunta 1 Vimos que uma jovem cientista de dados realizou o treino (ajuste) de um modelo de regressão logística múltipla aos dados da amostra. Os resultados que encontrou foram muito ricos, sugerindo uma série de explicações, aprendidas pelo algoritmo com base nos dados fornecidos. Veja que dizemos “explicações sugeridas”, pois qualquer resultado de um algoritmo deve ser confrontado com especialistas da área em estudo. Contudo, vamos rever o que o modelo de regressão múltipla treinado pela jovem cientista de dados sugere. Para isso, analise as afirmativas a seguir. A probabilidade da inadimplência cresce com o aumento dos gastos médios com o cartão de crédito. Isto, que nos parece óbvio, foi o que os dados “contaram” para o algoritmo de regressão logística múltipla. A probabilidade da inadimplência cresce com o aumento da renda média mensal das pessoas. Isto não é tão óbvio e provavelmente não teríamos coragem de generalizar para outras situações, mas foi o que os dados da amostra do gerente do banco “contaram” para o algoritmo de regressão logística múltipla. Para duas pessoas com a mesma renda mensal e o mesmo gasto mensal com cartão de crédito, a probabilidade de inadimplência com o cartão é maior para aquela sem emprego estável. Novamente, isto foi o que os dados amostrados “contaram” para o algoritmo de regressão logística múltipla. O modelo de regressão logística múltipla, ajustado aos dados da amostra, consegue predizer os efeitos da renda mensal da pessoa, do seu gasto médio mensal com cartão de crédito e se ela tem ou não um emprego estável, na probabilidade de a pessoa ficar inadimplente com o cartão de crédito. Um algoritmo desse tipo pode ajudar no processo decisório de um banco quanto à aprovação de cartão de crédito, ao lado de outros critérios e ferramentas analíticas disponíveis para o banco. 1 em 1 pontos Resposta Selecionada: Resposta Correta: Feedback da resposta: Está correto o que se afirma em: I, II, III e IV. I, II, III e IV. Resposta correta. Todas as asserções desta questão são verdadeiras. Para os dados analisados, probabilidade da inadimplência cresce com o aumento dos gastos médios com o cartão de crédito e com o aumento da renda média mensal das pessoas. Para duas pessoas com a mesma renda mensal e o mesmo gasto mensal com cartão de crédito, a probabilidade de inadimplência com o cartão é maior para aquela sem emprego estável. E o modelo de regressão logística múltipla é um modelo preditivo, um classificador probabilístico. Pergunta 2 Resposta Selecionada: Resposta Correta: Feedback da resposta: Vimos que há dois principais tipos de aprendizagem supervisionada: problema de regressão e problema de classificação. São os tipos de variáveis resposta dos dados em análise que distinguem esses dois tipos entre si. Relativamente a esses dois tipos, analise as afirmativas a seguir. Na aprendizagem supervisionada, um problema de regressão é um no qual a variável resposta é qualitativa. Na aprendizagem supervisionada, um problema de regressão é um no qual a variável resposta é quantitativa. Na aprendizagem supervisionada, um problema de classificação é um no qual a variável resposta é qualitativa. Na aprendizagem supervisionada, um problema de classificação é um no qual a variável resposta é quantitativa. Está correto o que se afirma em: II e III, apenas. II e III, apenas. Resposta correta. Na aprendizagem supervisionada, um problema de regressão é um no qual a variável resposta é quantitativa e um problema de classificação é um no qual a variável resposta é qualitativa. Pergunta 3 Discutimos sobre classificadores determinísticos e probabilísticos. Demos, como exemplo, uma variável resposta qualitativa com dois níveis (classes), o indivíduo está infectado pelo vírus HIV ( ) ou não está infectado ( ), dado um conjunto de sintomas que ele apresenta. Reveja esse assunto e analise as afirmativas a seguir. 1 em 1 pontos 1 em 1 pontos Resposta Selecionada: Resposta Correta: Feedback da resposta: Um classificador determinístico vai dizer se o indivíduo está ou não está infectado, dados os sintomas que apresenta. Um classificador probabilístico vai dizer qual é a probabilidade de o indivíduo estar ou não infectado, dados os sintomas que apresenta. No jargão da estatística, escrever significa que a variável aleatória resultou no valor , em que é um dos possíveis valores que a variável aleatória pode assumir (ou seja, uma de suas classes, no caso, das variáveis qualitativas). Nesse mesmo jargão, escrever significa a probabilidade de ser igual a um dos seus possíveis valores , quando a variável de entrada é igual a (dado que ). Está correto o que se afirma em: I, II, III e IV. I, II, III e IV. Resposta correta. Um classificador determinístico vai dizer se o indivíduo está ou não está infectado, dados os sintomas que apresenta; já um classificador probabilístico vai dizer qual é a probabilidade de o indivíduo estar ou não infectado; no jargão da estatística, escrever significa que a variável aleatória resultou no valor , em que é um dos possíveis valores que a variável aleatória pode assumir (ou seja, uma de suas classes, no caso das variáveis qualitativas) e, nesse mesmo jargão, escrever significa a probabilidade de ser igual a um dos seus possíveis valores quando a variável de entrada é igual a (dizemos: dado que ). Pergunta 4 O modelo de regressão logística simples desenvolvido por uma jovem cientista de dados para a predição da probabilidade de inadimplência com o cartão de crédito foi: Tomando como base esse modelo, que foi ajustado aos dados da amostra cedida pelo gerente, podemos estimar o valor esperado para a probabilidade de inadimplência com cartão de crédito das pessoas. Por exemplo, vamos considerar duas pessoas, uma com um gasto de médio mensal com o cartão de R$ 500,00, e a outra com um gasto médio mensal de R$ 1.000,00. Usando o modelo ajustado anterior, obtemos, respectivamente (assinale a alternativa correta): 1 em 1 pontos Resposta Selecionada: Resposta Correta: Feedback da resposta: 7% e 27%. 7% e 27%. Resposta correta. Esses valores são aqueles calculados pela simples substituição da variável de entrada pelos valores R$ 500,00 e R$ 1.000,00, respectivamente, na equação do modelo. Pergunta 5 Resposta Selecionada: Resposta Correta: Feedback da resposta: Ao longo das nossas discussões, demos foco a um classificador chamado de regressão logística que, apesar do nome regressão (esse nome por razões históricas e por conta de algumas de suas características), é usado como um classificador. Mas também vimos que existem outros tipos de classificadores. Relativamente a esse assunto de algoritmos de classificação, analise as afirmativas a seguir. Regressão logística é o único método de aprendizagem supervisionada que é utilizado para classificação, todos outros métodos são métodos de regressão. Apesar do nome regressão logística, o que acaba sendo um pouco confuso para iniciantes, na verdade este é um dos vários métodos de aprendizagem supervisionada utilizado para classificação. Dentre os métodos utilizados para classificação se encontram regressão logística, análise discriminante linear (LDA = Linear Discriminant Analysis), árvores de decisão para classificação, máquinas de vetores de suporte (SVM = support vector machines) e k-vizinhos mais próximos (KNN = k-nearest neighbors). Regressão linear não é um método de classificação, mas, sim, um dos métodos preditivos de aprendizagem supervisionada usados na predição de valores de variáveis respostas quantitativas. Está correto o que se afirma em: II, III e IV, apenas. II, III e IV, apenas. Resposta correta. A única asserção incorreta desta questão é a primeira, que afirma que regressão logística é o único métodode aprendizagem supervisionada que é utilizado para classificação, todos outros métodos são métodos de regressão. 1 em 1 pontos Pergunta 6 Resposta Selecionada: Resposta Correta: Feedback da resposta: Dados podem aparecer na forma de textos, imagens, vídeos, sons, tabelas, listas, sequências, séries, etc. São muitos os dados que hoje coletamos de diferentes fontes, e muitas as formas de organizá-los e armazená-los. Uma dessas forma, talvez a mais importante delas, são os dados estruturados. Relativamente a esse assunto, analise as afirmativas a seguir. Dados estruturados são dados que não possuem uma estrutura regular e repetitiva, seguindo um padrão comum adotado pelas ciências da computação, estatística e ciência dos dados. A forma de organização básica dos dados, preferida na estatística e na ciência dos dados, é a forma tabular, na qual as variáveis são dispostas nas linhas e as observações são dispostas nas colunas. Dados estruturados são dados que possuem uma estrutura regular e repetitiva, seguindo um padrão comum adotado pelas ciência da computação, estatística e ciência dos dados. A forma de organização básica dos dados, preferida na estatística e na ciência dos dados, é a forma tabular, na qual as variáveis são dispostas nas colunas e as observações são dispostas nas linhas. Está correto o que se afirma em: III e IV, apenas. III e IV, apenas. Resposta correta. Dados estruturados são dados que possuem uma estrutura regular e repetitiva, seguindo um padrão comum adotado pelas ciência da computação, estatística e ciência dos dados. Também está correto dizer que a forma de organização básica dos dados, preferida na estatística e na ciência dos dados, é a forma tabular, na qual as variáveis são dispostas nas colunas e as observações são dispostas nas linhas. Pergunta 7 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. 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. Especificamente na aprendizagem supervisionada, também denominamos uma variável resposta de variável de saída ou variável dependente. Especificamente na aprendizagem supervisionada, também denominamos uma variável de entrada de variável regressora, variável preditora ou variável independente. 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. 1 em 1 pontos 1 em 1 pontos Resposta Selecionada: Resposta Correta: Feedback da resposta: Está correto o que se afirma em: I, II, III e IV. I, II, III e IV. Resposta correta. 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 8 Resposta Selecionada: Resposta Correta: Feedback da resposta: Entre as técnicas das quais lançou mão para a visualização dos dados da amostra, uma jovem cientista de dados usou boxplots (diagramas de caixas). Como cientista de dados, ela sabia exatamente em que situações empregar boxplots. E você, será que você também já sabe? Analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). ( ) Para examinar visualmente a relação entre duas variáveis, em que uma é quantitativa e a outra é qualitativa, não é possível a utilização de gráficos de dispersão. ( ) Boxplots são uma solução inteligente para a visualização da relação entre uma variável quantitativa e uma variável qualitativa, em que no eixo horizontal indicamos os níveis da variável qualitativa e no eixo vertical, a variação dos valores observados para a variável quantitativa. ( ) Para examinar visualmente a relação entre duas variáveis quantitativas, um dos gráficos preferidos é o diagrama de caixas, também conhecido como boxplot. ( ) Na construção de um boxplot, podemos representar no eixo vertical os níveis da variável qualitativa e no eixo horizontal, os valores da variável quantitativa. Nesse caso, a visualização da variação dos dados da variável quantitativa é exibida horizontalmente, e os níveis (classes) da variável qualitativa são exibidos verticalmente. Assinale a alternativa que apresenta a sequência correta. V, V, F, V. V, V, F, V. Resposta correta. A única asserção falsa é a que afirma que para examinar visualmente a relação entre duas variáveis quantitativas, um dos gráficos preferidos é o diagrama de caixas, também conhecido como boxplot. Para examinar visualmente a relação entre duas variáveis, em que uma é quantitativa e a outra é qualitativa, não é possível a utilização de gráficos de dispersão. Para isso, 1 em 1 pontos usamos boxplots, em que, no eixo horizontal, indicamos os níveis da variável qualitativa e, no eixo vertical, a variação dos valores observados para a variável quantitativa. Podemos inverter a posição desses eixos. Pergunta 9 Resposta Selecionada: Resposta Correta: Feedback da resposta: Tarefas de classificação são muitos comuns na estatística e na ciência dos dados, por serem muito comuns em todas atividades humanas, na ciência, na vida social ou nos negócios. Especificamente, discutimos aplicações de modelos preditivos de classificação baseados em modelos de regressão logística simples ou múltipla. Com isso em mente, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). Regressão logística pode ser empregada na predição do peso médio (massa corporal média) de uma pessoa em função de sua altura, idade e sexo. Regressão logística pode ser empregada na predição do consumo médio de combustível de um carro em função da potência do seu motor e do seu peso. Regressão logística pode ser empregada na predição da probabilidade de uma pessoa votar em um determinado candidato e não nos outros em função de sua escolaridade, idade, sexo e classe social. Regressão logística pode ser empregada na predição da probabilidade de a pessoa ser diabética em função de um conjunto de sintomas clínicos que apresenta. Assinale a alternativa que apresenta a sequência correta. F, F, V, V. F, F, V, V. Resposta correta. As duas primeiras situações se referem à predição de variáveis resposta quantitativas, o que não é possível com modelos de regressão logística; já as duas últimas situações são adequadas ao emprego de modelos de regressão logística. Pergunta 10 A amostra relativa aos dados de inadimplência com cartões tinha 200 observações de 4 variáveis: a renda mensal da pessoa (R$), seu gasto médio com cartão de crédito (R$), se a pessoa tinha um emprego estável (Sim ou Não) e se a pessoa havia, ao longo do período pesquisado, ficado inadimplente com o pagamento de faturas do cartão ao menos uma vez (Sim ou Não). Reflita sobre esse caso, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). ( ) Todos os dadosfornecidos pelo gerente do banco à jovem cientista de dados são dados relativos a variáveis quantitativas. ( ) Todos os dados fornecidos pelo gerente do banco à jovem cientista de dados são dados relativos a variáveis qualitativas. 1 em 1 pontos 1 em 1 pontos Resposta Selecionada: Resposta Correta: Feedback da resposta: ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de dados, dois são relativos a uma variável quantitativa e dois são relativos a variáveis qualitativas. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de dados, um é relativo a uma variável quantitativa e os outros são relativos a variáveis qualitativas. Assinale a alternativa que apresenta a sequência correta. F, F, V, F. F, F, V, F. Resposta correta. Dentre os dados fornecidos pelo gerente do banco à jovem cientista de dados, dois são quantitativos, a renda mensal da pessoa (R$) e seu gasto médio com cartão de crédito (R$), e dois são qualitativos, se a pessoa tinha emprego estável (Sim ou Não) e se a pessoa havia, ao longo do período pesquisado, ficado inadimplente com o pagamento de faturas do cartão ao menos uma vez (Sim ou Não).
Compartilhar