Introdução à Ciência de Dados - 60 h gabarito

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