Baixe o app para aproveitar ainda mais
Prévia do material em texto
segue no Instagram @hrs_complementares e tenha suas horas sem estresse https://educacao-executiva.fgv.br/ Introdução à Ciência de Dados – 60 HORAS COMPLEMANTARES O KDD é descrito como a aplicação: A)da intuição à mineração dos dados B)do método científico à mineração dos dados C)do modelo da cachoeira à mineração dos dados D)da programação orientada a objetos à mineração dos dados. Para que um projeto de ciência de dados seja bem-sucedido, NÃO é essencial: A)ter foco na definição do problema. B)ter uma equipe com as habilidades certas. C)fazer uso de algoritmos e modelos apropriados. D)obter um supercomputador que permita trabalhar com big data. Observe os itens a seguir. I. formulário de segurança social II. posições de GPS em tempo real III. Séries temporais iniciais de temperatura São apresentados exemplos de dados brutos (raw data) nos itens: A)I, II e III. B)l e II apenas. C)I e III apenas. D)Il e lll apenas É correto afirmar que a técnica Naive Bayes: A)é mais facilmente empregada com atributos contínuos. B)assume que os atributos não são independentes uns dos outros. C)não é robusta, pois não possibilita a localização de atributos irrelevantes. D)é robusta, possibilitando a localização de outliers e atributos irrelevantes. O método Z-value tem como um de seus objetivos: A)reescalar os dados para que fiquem no intervalo entre -1 e 1. B)transformar os valores de um atributo para facilitar a identificação de outliers. C)modificar os valores de um atributo para que não fiquem entre os valores 0 e 1. D)transformar os valores de um atributo para que possuam média e variância unitárias. @hrs_complementares segue no Instagram @hrs_complementares e tenha suas horas sem estresse segue no Instagram @hrs_complementares e tenha suas horas sem estresse segue no Instagram @hrs_complementares e tenha suas horas sem estresse https://educacao - executiva.fgv.br/ INTRODUÇÃO À CIÊNCIA DE DADOS – 60 HORAS COMPLEMANTA RES O KDD é descrito como a aplicação: A)da intuição à mineração dos dados B)do método científico à mineração dos dados C)do modelo da cachoeira à mineração dos dados D)da programação orientada a objetos à mineração dos dados. Para que um projeto de ciência de dados seja bem - sucedido, NÃO é essencial: A)ter foco na definição do problema. B)ter uma equipe com as habilidades certas. C)fazer uso de algoritmos e modelos apropriados. D)obter um supercomputador que permita trabalhar com big data. Observe os itens a seguir . I. formulário de segurança social II. posições de GPS em tempo real III. S éries temporais iniciais de temperatura São apresentados exemplos de dados brutos (raw data) nos itens: A)I, II e III. B)l e II apenas. C)I e III apenas. D)Il e lll apenas segue no Instagram @hrs_complementares e tenha suas horas sem estresse segue no Instagram @hrs_complementares e tenha suas horas sem estresse https://educacao-executiva.fgv.br/ INTRODUÇÃO À CIÊNCIA DE DADOS – 60 HORAS COMPLEMANTARES O KDD é descrito como a aplicação: A)da intuição à mineração dos dados B)do método científico à mineração dos dados C)do modelo da cachoeira à mineração dos dados D)da programação orientada a objetos à mineração dos dados. Para que um projeto de ciência de dados seja bem-sucedido, NÃO é essencial: A)ter foco na definição do problema. B)ter uma equipe com as habilidades certas. C)fazer uso de algoritmos e modelos apropriados. D)obter um supercomputador que permita trabalhar com big data. Observe os itens a seguir. I. formulário de segurança social II. posições de GPS em tempo real III. Séries temporais iniciais de temperatura São apresentados exemplos de dados brutos (raw data) nos itens: A)I, II e III. B)l e II apenas. C)I e III apenas. D)Il e lll apenas
Compartilhar