Data Science - AOL2

Prévia do material em texto

29597 . 7 - Fundamentos em Data Science - 20202.B
Avaliação On-Line 2 (AOL 2) - Questionário
Avaliação On-Line 2 (AOL 2) - Questionário
Nota finalEnviado: 19/11/20 00:34 (BRT)
7/10
1. Pergunta 1=
/1
Leia o trecho a seguir:
“Existem várias bibliotecas, módulos, estruturas e kit de ferramentas de Data Science que implementam de modo eficiente os mais comuns (e também menos comuns) algoritmos e técnicas.”
Fonte: GRUS, Joel. Data Science do zero: Primeiras Regras com o Phyton. Brasil: São Paulo: Alta Books, 2018, p. XIII.
A partir dessas informações e do conteúdo estudado a respeito das bibliotecas utilizadas, pode-se afirmar que:
Ocultar opções de resposta 
1. 
As bibliotecas NumPy e Pandas são utilizadas em Python, e as bibliotecas Caret e Ggplot são utilizadas em R.
Resposta correta
2. 
R e Python funcionam melhor sem as bibliotecas.
3. 
A biblioteca Python foi criada para analisar dados.
4. 
Acrescentar bibliotecas torna o trabalho mais lento, mas favorece esteticamente.
5. 
As bibliotecas NumPy e Pandas precisam de licença.
2. Pergunta 2
/1
Leia o trecho a seguir:
“Então quando você pede ao computador para segmentar seus clientes para você, isso é chamado de aprendizado de máquina não supervisionado, porque você não está ‘supervisionando', e dizendo ao computador como fazer seu trabalho. Isso é um contraste com aprendizado de máquina supervisionado, que geralmente aparece quando a inteligência artificial tem o papel principal.”
Fonte: FOREMAN. Jonh. Data Smart: Usando Data Science para transformar informação em insight. Brasil, São Paulo: Alta books, 2016, p. 29.
A partir dessas informações e do conteúdo estudado a respeito dos tipos de aprendizado, pode-se dizer que, quando o programador monta o script, que a propaganda de esmalte será enviada automaticamente ao público feminino, isso é um aprendizado:
Ocultar opções de resposta 
1. 
Não supervisionado, pois o programador não pode criar palavras-chave para descobrir se o público é feminino ou masculino.
2. 
Inexistente, pois o usuário é o responsável por decidir as variações em todas as ocasiões.
3. 
Misto, pois o aprendizado supervisionado é aquele que possui uma observação após a criação do código.
4. 
Supervisionado, pois o computador não segmentará quem é mulher sozinho, ele apenas receberá os dados booleanos com sexo feminino marcado.
Resposta correta
5. 
Racional, pois os sistemas têm a capacidade de pensar como humanos, decidindo essas variações.
3. Pergunta 3
/1
Leia o trecho a seguir:
“A tarefa de agrupamento visa identificar e aproximar os registros similares. Um agrupamento (ou cluster) é uma coleção de registros similares entre si, porém diferente dos outros registros nos demais agrupamentos.”
Fonte: SILVA, João; CAMILO, Cassio. Mineração de Dados: Conceitos, Tarefas, Métodos e Ferramentas. Goiás: Instituto de Informática Universidade Federal de Goiás, 2009, p. 10.
Analisando o texto e o conteúdo da disciplina referente à diferença entre sumarização e agrupamento, pode-se afirmar que:
Ocultar opções de resposta 
1. Incorreta: 
O agrupamento analisa o histórico de cada cliente e isso é um grupo de fatos.
2. 
O agrupamento analisa principalmente as probabilidades, ignorando os fatos.
3. 
O agrupamento analisa o preço de um produto ao longo do tempo e tenta estimar esse preço.
4. 
O agrupamento analisa as decisões e pontos em comum de um público, a fim de criar produtos direcionados para esse micro público.
Resposta correta
5. 
O agrupamento analisa as particularidades de cada indivíduo, criando uma propaganda para cada pessoa.
4. Pergunta 4
/1
Leia o trecho a seguir
“Enquanto você está preenchendo os papéis de admissão, a vice-presidente da Fraternidade chega à sua mesa. Ela quer estimular mais conexões entre os seus membros, e pede que você desenvolva sugestões de ‘Cientistas de Dados Que Você Talvez Conheça’”.
Fonte: GRUS, Joel. Data Science do zero: Primeiras regras com o Phyton. Brasil: São Paulo: Alta Books, 2018, p. 6.
Práticas empresariais em Data Science, ligadas diretamente com Machine Learn, podem ser:
Ocultar opções de resposta 
1. 
criar páginas web em html.
2. 
gerar valores em CSS.
3. 
recomendações com base em análises de dados.
Resposta correta
4. 
criar apresentações para fornecedores.
5. 
dar treinamentos para funcionários
5. Pergunta 5
/1
Leia o trecho a seguir:
“Pense cuidadosamente sobre quais dados você pode usar e como serão usados. Pense, especificamente, como a MegaTelCo deve escolher um conjunto de clientes para receber sua oferta a fim de melhor reduzir a rotatividade para uma verba de incentivo em particular? Responder a essa pergunta é muito mais complicado do que pode parecer inicialmente.”
Fonte: FOSTER, Provost; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítítico de dados? Rio de Janeiro: Altabooks, 2016, p. 4
Considerando essas informações e o conteúdo referente ao processo de análise de dados, ordene as etapas a seguir:
( ) Avaliação. 
( ) Fonte de dados.
( ) Tratamento.
( ) Soluções.
( ) Análise.
Agora, assinale a alternativa que apresenta a sequência correta:
Ocultar opções de resposta 
1. 
2, 5, 1, 3, 4.
2. 
1, 3, 5, 2, 4.
3. 
4, 1, 3, 5, 2.
Resposta correta
4. 
2, 4, 3, 1, 5.
5. 
5, 2, 4, 3, 1.
6. Pergunta 6
/1
Leia o trecho abaixo:
“Dados intervalares ou racionais são os dados quantitativos e todas as medidas de tendência central e de dispersão são apropriadas a eles. A escolha das medidas depende do uso que se pretende da estatística e da distribuição de frequências.”
Fonte: MASSAD, Eduardo et al. Métodos quantitativos em medicina. São Paulo, Barueri: Manole, 2004, p.148. 
Ao analisar as quantitativas contínuas e discretas para comparar dois números, pode-se dizer que:
Ocultar opções de resposta 
1. Incorreta: 
As quantitativas e as qualitativas comparam dimensões com operadores +, -, == e !=.
2. 
as quantitativas discretas comparam com operadores de +, -, * e /.
3. 
as quantitativas discretas comparam maiores ou menores valores com operadores de ==(igual) e !=(diferente).
4. 
Uma qualitativa ordinal dimensiona os cálculos.
5. 
as quantitativas contínuas possuem decimais e seus níveis ideais não estão em ser maior ou menor, mas de estarem no intervalo ideal.
Resposta correta
7. Pergunta 7
/1
Leia o trecho abaixo:
“Aprendizado supervisionado: o usuário dispõe de um comportamento de referência preciso que ele deseja ensinar a rede. Sendo assim, a rede deve ser capaz de medir a diferença entre seu comportamento atual e o comportamento de referência, e então corrigir os pesos de maneira a reduzir este erro (desvio de comportamento em relação aos exemplos de referência). 
Fonte: OSÓRIO, Fernando. Redes neurais - Aprendizado artificial. Brasil, Porto Alegre: Unisinos, 2005. Disponível em: <http://osorio.wait4.org/oldsite/IForumIA/fia99.pdf> Acesso em: 20 dez. 2018. p. 91.
Um exemplo de aprendizado supervisionado é:
Ocultar opções de resposta 
1. 
analisar os sentimentos de clientes para gerar combinações novas de respostas.
2. 
através de cálculos de receitas e despesas do cliente, que o banco libera ou não um empréstimo.
Resposta correta
3. 
criar combinações novas, com base em respostas novas.
4. 
fazer perguntas aos clientes e, com base nas respostas, tomar decisões.
5. 
jogo ou vídeo que possuam um administrador manipulando as cenas.
8. Pergunta 8
/1
Leia o trecho a seguir:
“Fico receoso ao dizer que Python é minha linguagem de programação favorita. Há outras linguagens que considero mais agradáveis, mais bem projetadas, ou apenas mais divertidas de trabalhar. E, ainda assim, toda vez que eu começo um projeto novo de data science, eu acabo usando Python. Toda vez que preciso fazer um protótipo rápido que funcione, eu acabo usando Python.”
GRUS, Joel. Data Science do zero: primeiras regras com o Phyton. São Paulo: Alta Books, 2018, p. XV. 
Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s). 
I.   ( ) IDLE executa códigos de Pythonde maneira prática. 
II.   ( ) Print significa ter o código em papel impresso.
III.   ( ) Jupyter-notebook serve para executar códigos de Python no navegador.
IV.   ( )   Python pode ser instalado em Linux e Windows, mas em Mac não.
Agora, assinale a alternativa que apresenta a sequência correta:
Ocultar opções de resposta 
1. 
F, V, F, F.
2. 
F, F, V, F.
3. 
V, V, F, F.
4. 
V, F, F, V.
5. 
V, F, V, F.
Resposta correta
9. Pergunta 9
/1
Leia o trecho a seguir:
“Felizmente, com a entropia para medir o quão desordenado qualquer conjunto é, podemos definir o Ganho de Informação para medir quanto um atributo melhora (diminui) a entropia ao longo de toda a segmentação que ele cria.”
Fonte: FOSTER, Provost; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados? Rio de Janeiro: Altabooks, 2016, p. 53.
Considerando a citação apresentada e os conteúdos abordados na unidade, analise as asserções a seguir e a relação proposta entre elas.
I. O Ganho de Informação (GI) compara a capacidade que atributos distintos possuem de retomar a pureza, com base nas entropias.
Porque:
II. O GI analisa os atributos com mais capacidade para determinar um comportamento, através de cálculos de subtração e, depois, de comparação.
A seguir, assinale a alternativa correta:
Ocultar opções de resposta 
1. 
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
2. Incorreta: 
As asserções I e II são proposições falsas.
3. 
As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
Resposta correta
4. 
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
5. 
A asserção II é uma proposição falsa, e a I é uma proposição verdadeira.
10. Pergunta 10
/1
Leia o trecho a seguir:
“Conceitos sobre como a ciência de dados (Data Science) se encaixa na organização e no cenário competitivo, incluindo formas de atrair, estruturar e nutrir equipes de Data Science; maneiras de pensar sobre como Data Science leva uma vantagem competitiva e conceitos táticos para se sair bem com projetos de Data Science.” 
Fonte: FOSTER, Provost; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados? Rio de Janeiro: Altabooks, 2016, p. XVI. 
A partir dessas informações e do conteúdo estudado a respeito de vantagem competitiva, pode-se afirmar que:
I.   Faz parte da análise de vantagem competitiva analisar dados de ameaças de produtos substitutos.
II.   Estudar dados é uma ciência técnica e não está relacionada a negócios.
III.   Faz parte da análise de vantagem competitiva analisar dados de ameaças de concorrência.
IV.    Porter aborda análise de dados em Data Science.
V.    Os fornecedores podem representar ameaças, segundo Porter. 
Está correto apenas o que se afirma em:
Ocultar opções de resposta 
1. 
I, II e IV.
2. 
I e IV.
3. 
III e IV.
4. 
I, III e V.         
Resposta correta
5. 
II e IV.