Avaliação On-Line 2 (AOL 2) - Questionário

Prévia do material em texto

Pergunta 1 
/1 
Leia o trecho a seguir. 
 
“A abordagem da regressão aplica a pontuação de cada fator preditivo a uma equação 
para proporcionar uma estimativa ou projeção numérica do critério. No caso da vaga de 
vendedor de computadores, uma equação poderia prever as vendas por mês em unidade 
monetária. Os fatores preditivos para essa ocupação poderiam ser a nota média na 
faculdade e pontuações no exercício de comunicação.” 
Fonte: SPECTOR, Paul. Psicologia nas organizações.São Paulo: Saraiva, 2009. p.165. 
 
Considerando a citação apresentada e os conteúdos abordados na unidade, avalie as 
alternativas: 
 
I. A regressão linear avalia probabilidade de correlação entre X e Y. 
 
II. Um R igual a 0,20 representa média dependência. 
 
III. A aba de estatísticas de SPSS é mais visual que a Plot. 
 
IV. Ascendência e descendência da linha com valor alto representam dependência de X 
e Y. 
 
Está correto apenas o que se afirma em: 
1. • 
III e IV. 
2. 
I e II. 
3. 
I e IV. 
Resposta correta 
4. 
II e IV. 
5. 
I e III. 
• Pergunta 2 
/1 
Leia o trecho a seguir: 
 
"O último passo de um estudo de validação é a validação cruzada, ou a replicação dos 
resultados de uma amostra em outra amostra, isso é feito para nos certificar de que 
nossos resultados se devem a uma verdadeira correlação entre o critério e o fator 
preditivo e não devido a algum erro estatístico." 
Fonte: SPECTOR, Paul. Psicologia nas organizações. São Paulo: Saraiva, 2009. p.164. 
 
A partir dessas informações e do conteúdo estudado a respeito de validação cruzada, 
analise as afirmativas a seguir: 
 
I. A validação cruzada é feita primeiro treinando e depois testando. 
 
II. A validação cruzada é utilizada para testar funcionalidade de Python. 
 
III. A validação compara x e y para analisar correlação entre dados. 
 
IV. Pode-se utilizar 75% para treino e o restante para teste. 
 
Está correto apenas o que se afirma em: 
1. • 
II e III. 
2. Incorreta: 
I e II. 
3. 
III e IV. 
4. 
I e IV. 
Resposta correta 
5. 
II e IV. 
• Pergunta 3 
/1 
Leia o trecho a seguir: 
 
“Por exemplo, um conceito fundamental é o de determinar a similaridade de duas 
entidades descritas pelos dados. Essa capacidade forma a base de várias tarefas 
específicas. Ela pode ser usada diretamente para encontrar clientes semelhantes em uma 
base de dados.” 
Fonte: PROVOST, Foster; 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. XIV. 
 
A partir dessas informações e do conteúdo estudado a respeito das técnicas de 
similaridades para análises de dados, pode-se afirmar que: 
1. • 
quanto mais baixo o resultado da distância euclidiana, mais similar é o dado. 
Resposta correta 
2. Incorreta: 
um dado similar tem vizinhos ímpares. 
3. 
dados distantes podem ser colocados no mesmo grupo de similaridade, desde 
que a análise seja feita com knn. 
4. 
clusters e knn são a mesma coisa, ambos são cálculos que geram árvores de 
decisão. 
5. 
a distância euclidiana calcula valores similares nas árvores de regressão. 
• Pergunta 4 
/1 
Leia o trecho a seguir: 
 
"Estes passos são executados na sequência que eles aparecem. Entretanto, em muitas 
situações, é necessário alterar o fluxo de execução destas instruções. Pode ser que seja 
necessário executar um passo, ou um conjunto deles, apenas se uma determinada 
condição for verdadeira, ou talvez, pode ser que seja preciso repetir um conjunto de 
passos várias vezes até uma determinada condição." 
Fonte: ARAUJO, Eli et al. Introdução a programação. João Pessoa: UFPB, 2014. p. 32. 
A partir dessas informações e do conteúdo estudado a respeito de python e análises 
condicionais, pode-se afirmar que: 
1. • 
IF significa uma variável que receberá um valor, para então ser testada. 
2. 
para exibir uma resposta de iF ELSE, utiliza-se o print com chaves {}. 
3. Incorreta: 
o IF e o ELSE dependem de NumPy. 
4. 
se deve usar sinais de + ou - para comparar valores. 
5. 
enquanto IF é a primeira condição, ELSE é outra condição, caso a primeira não 
seja realizada. 
Resposta correta 
• Pergunta 5 
/1 
Leia o trecho a seguir: 
“KNN é um método preguiçoso, no sentido de que nenhum modelo é aprendido com o 
treinamento. A idéia do KNN é extremamente simples e efetiva em várias aplicações.” 
Fonte: LIU, Bing. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. 
Chicago: Springer, 2008. p. 112. 
 
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. ( ) KNN estuda vizinhos mais próximos desde que menor que 10. 
 
II. ( ) O ideal é escolher K par. 
 
III. ( ) É possível calcular o melhor KNN, usando distâncias como a euclidiana, por 
exemplo. 
 
IV. ( ) A distância euclidiana mede a distância entre os valores dos dados. 
 
Agora, assinale a alternativa que apresenta a sequência correta: 
1. • 
F, F, V, V. 
Resposta correta 
2. Incorreta: 
F, V, F, F. 
3. 
V, V, F, F. 
4. 
F, F, V, F. 
5. 
V, F, F, V. 
• Pergunta 6 
/1 
Leia o trecho a seguir: 
 
“Uma matriz de confusão separa as decisões tomadas pelo classificador, tornando 
explícito como uma classe está sendo confundida com outra. Desta forma, diferentes 
tipos de erros podem ser tratados separadamente.” 
Fonte: PROVOST, Foster; 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. 189. 
 
A matriz de confusão pode ser explicada como: 
 
I. Uma tabela com quatro opções, onde analisa-se quatro itens de um dataset. 
 
II. TF sigifica que True (positivo) era a resposta certa. 
 
III. TP significa um acerto referente a um dado positivo, que pode ter uma doença por 
exemplo. 
 
IV. FN significa a ausência de erro naquela análise, ou seja, o modelo errou. 
 
Está correto o que se afirma em: 
1. • 
II e III. 
2. Incorreta: 
I e III. 
3. 
II e IV. 
4. 
III e IV. 
Resposta correta 
5. 
I e II. 
• Pergunta 7 
/1 
Leia o trecho a seguir: 
 
“Quando há a necessidade de trabalhar com duas ou mais condições ao mesmo tempo, 
são utilizados os operadores lógicos que são responsáveis pela formação de novas 
proposições compostas a partir de proposições lógicas simples.” 
Fonte: HAYASHIDA, Daniel; REIS, José. Lógica de programação: Conhecendo 
Algoritmos e Criando Programas. São Paulo: Viena. 2015. p. 47. 
 
A partir do texto e do conteúdo estudado, analise as afirmações a seguir sobre 
operadores: 
 
I. Os operadores de diferente e de exponenciação são: ! e ^. 
 
II. O operador lógico de negação e o operador de divisão inteira são: not e //. 
 
III. Os operadores de igualdade e de divisão são: == e /. 
 
IV. Os operadores de comparação são: >, >=, <, <=, ! e ==. 
 
Está correto apenas o que se afirma em: 
1. • 
I e II. 
2. 
II e IV. 
3. 
I e IV. 
4. 
III e IV. 
Resposta correta 
5. Incorreta: 
II e III. 
• Pergunta 8 
/1 
Leia o trecho a seguir: 
“Ao obter a matriz de confusão, foi possível calcular as seguintes medidas de 
desempenho: precisão, sensibilidade, especificidade e acurácia. A matriz é de extrema 
relevância ao trabalho, pois com a sensibilidade permitiu avaliar a classificação correta 
dos doentes e a especificidade permitiu avaliar a classificação correta dos sadios.” 
Fonte: MEDEIROS, Leonardo et.al. Análise no desempenho de algoritmos de 
aprendizagem supervisionada na classificação da marcha em Parkinsonianos. Alagoas: 
UFAL, 2017. p. 5. 
 
Com base no texto e no que foi aprendido em relação à sensibilidade e à especificidade, 
analise as afirmativas a seguir: 
 
I. Sensibilidade é o nível deproporção dos itens serem positivos, tanto para doenças e 
cancelamentos, quanto para oportunidades. 
 
II. Especificidade é a divisão dos totais pelos negativos. 
 
III. Especificidade é o nível de proporção dos itens seres negativos, tanto para doenças e 
cancelamentos, quanto para oportunidades. 
 
IV. Sensibilidade é a divisão dos totais pelos positivos. 
 
Está correto apenas o que se afirma em: 
1. • Incorreta: 
I e II. 
2. 
II e IV. 
3. 
I e IV. 
Resposta correta 
4. 
I e III. 
5. 
II e III. 
• Pergunta 9 
/1 
Leia o trecho a seguir: 
 
“A regressão linear, a regressão logística e máquinas de vetores de suporte são 
instâncias muito semelhantes de nossa técnica básica fundamental: ajustar um modelo 
linear aos dados.” 
Fonte: PROVOST, Foster; 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. 88. 
A partir dessas informações e do conteúdo estudado a respeito de regressão linear, 
analise as afirmações a seguir. 
 
I. Slope significa o quanto a reta do gráfico está fora do quadrado, e isso pode ser em 
qualquer sentido. 
 
II. Intercept é o valor de y, quando x for igual a 1. 
 
III. R é o grau de correlação entre duas variáveis, ou seja, o nível de dependência. 
 
IV. Há uma fórmula para descobrir o R. 
 
Está correto apenas o que se afirma em: 
1. • 
III e IV. 
Resposta correta 
2. Incorreta: 
I e II. 
3. 
II e IV. 
4. 
I e IV. 
5. 
II e III. 
• Pergunta 10 
/1 
Leia o trecho a seguir: 
 
Matplotlib é uma biblioteca versátil que gera visualizações de dados. Com variados 
tipos de desenhos e opções de estilos refinados, é um instrumento de trabalho bom para 
criar imagens profissionais e publicações científicas. 
Fonte: YU, Allen; CHUNG, Claire; YIM, Aldrin. Matplotlib 2.x. Mumbai: Packt, 2017. 
p. 8. 
 
Observe a seguir a sintaxe de uma matriz: 
plt.plot(matriz1, c='blue', label='êxitos') 
plt.title("comparação de vendas semestral em cinco meses") 
plt.ylabel(u'Aquisições') 
plt.legenda('lower right') 
plt.xlabel(u'Tentativas') 
plt.show() 
Com base no texto e no conteúdo estudado, analise as afirmativas abaixo sobre a sintaxe 
da matriz apresentada: 
 
I. “Aquisições” será digitado embaixo do gráfico. 
 
II. “Tentativas” será digitado ao lado do gráfico. 
 
III. “Plt.title” mostrará o nome do gráfico acima dele. 
 
IV. “Blue” é a cor da linha. 
 
Está correto apenas o que se afirma em: 
1. 
III e IV. 
Resposta correta 
2. 
II e IV. 
3. Incorreta: 
I e IV. 
4. 
II e III. 
5. 
I e III.