Atividade Objetiva 2 - Mineração de Dados - Fam Online

Prévia do material em texto

Atividade Objetiva 2
Entrega 16 abr em 23:59 Pontos 1 Perguntas 5
Disponível 10 fev em 0:00 - 16 abr em 23:59 2 meses Limite de tempo Nenhum
Tentativas permitidas 2
Instruções
Histórico de tentativas
Tentativa Tempo Pontuação
MANTIDO Tentativa 2 4 minutos 1 de 1
MAIS RECENTE Tentativa 2 4 minutos 1 de 1
Tentativa 1 8.634 minutos 0,8 de 1
Pontuação desta tentativa: 1 de 1
Enviado 12 abr em 9:46
Esta tentativa levou 4 minutos.
Importante:
Caso você esteja realizando a atividade através do aplicativo "Canvas Student", é necessário que
você clique em "FAZER O QUESTIONÁRIO", no final da página.
0,2 / 0,2 ptsPergunta 1
Leia o texto a seguir:
 
Algumas medidas podem ser usadas para resumir a informação
contida em uma distribuição de probabilidade de um atributo ou
sumarizar a informação contida em uma base de dados. [...] as
medidas de dispersão expressam quantitativamente a variabilidade, ou
dispersão, dos dados.
 
 
https://famonline.instructure.com/courses/12584/quizzes/42534/history?version=2
https://famonline.instructure.com/courses/12584/quizzes/42534/history?version=2
https://famonline.instructure.com/courses/12584/quizzes/42534/history?version=1
Fonte: CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de
dados: conceitos básicos, algoritmos e aplicações. São Paulo:
Saraiva, 2016. p. 68-70.
 
A utilização das medidas de posição e de dispersão são importantes
para descrever as características dos conjuntos de dados e...
 
a média é um exemplo de medida de dispersão que descreve o grau de
variação nos dados.
 No answer text provided. 
 
a mediana é um exemplo de medida de posição que descreve a
tendência de concentração nos dados.
Correto!Correto!
A alternativa está correta, pois a mediana e a média são medidas
de posição. O desvio padrão, a variância e a amplitude são
medidas de dispersão. As medidas de posição descrevem a
tendência de concentração nos dados. As medidas de dispersão
descrevem o grau de variação nos dados.
 
a variância é um exemplo de medida de dispersão que descreve a
tendência de concentração nos dados.
 
o desvio padrão é um exemplo de medida de posição que descreve o
grau de variação nos dados.
0,2 / 0,2 ptsPergunta 2
Leia o texto abaixo:
 
Há diversos algoritmos de agrupamento na literatura e a escolha de
um deles depende da aplicação e dos tipos dos dados. Considere uma
base de dados X = {x , x ,..., x } com n objetos, onde x , j = 1,..., n,
corresponde a um vetor de dados com m atributos. Uma partição dos
dados é uma coleção C = {C , C ,..., C } de k subconjuntos.
 
Fonte: CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de
dados: conceitos básicos, algoritmos e aplicações. São Paulo:
Saraiva, 2016. p. 105.
 
Considere as seguintes descrições a respeito dos tipos de algoritmos
de agrupamento.
 
I. Hierárquico aglomerativo: consideram uma decomposição dos
dados em níveis de hierarquia de modo que, ao final do processo,
haja apenas um elemento por grupo;
II. Hierárquico divisivo: consideram uma decomposição dos dados em
níveis de hierarquia de modo que, ao final do processo, reste
apenas um único grande grupo;
III. Particionais: objetivam dividir o conjunto original em partições
menores, de modo que os elementos em cada partição sejam similares
entre si;
IV. Politéticos: descreve o uso sequencial ou simultâneo dos atributos
no processo de agrupamento, todos os atributos são utilizados para o
cálculo das distâncias.
 
É correto o que se afirma apenas em:
1 2 n j
1 2 k
 III e IV, apenas. Correto!Correto!
A alternativa está correta, pois apenas as afirmações III e IV são
verdadeiras.
A afirmação III é verdadeira, pois os algoritmos particionais
buscam dividir o conjunto em partições menores e similares. A
afirmativa IV está correta, pois os algoritmos politéticos utilizam
todos os atributos para o cálculo das distâncias.
A afirmativa IV é verdadeira, pois os algoritmos politéticos utilizam
todos os atributos para o cálculo das distâncias.
A afirmação I é falsa, pois os algoritmos hierárquicos
aglomerativos buscam como resultado um único grande grupo.
A afirmação
A afirmação II é falsa, pois os algoritmos hierárquicos divisivos
buscam como resultado vários grupos com um único elemento. 
 I e II, apenas. 
 II e IV, apenas. 
 I e III, apenas. 
 II e III, apenas. 
0,2 / 0,2 ptsPergunta 3
Leia o texto a seguir:
 
O agrupamento de dados é uma técnica comum em análise de dados
[...] Muitas vezes, há diferentes agrupamentos possíveis para a mesma
base de dados e, portanto, a utilidade do agrupamento depende do
propósito da análise.
O uso de modelos preditivos é muito intenso na automação de
processos de tomada de decisão. [...] é possível, em princípio, projetar
um modelo preditivo capaz de estimar o valor de novos objetos.
 
Fonte: CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de
dados: conceitos básicos, algoritmos e aplicações. São Paulo:
Saraiva, 2016. p. 88-89, 156.
 
Considerando as descrições apresentadas, assinale a opção correta.
 
Os objetos rotulados são apresentados ao algoritmo de agrupamento
para que ele seja treinado e possa aprender um modelo.
 
A tarefa do algoritmo de classificação é identificar grupos que possam
reunir os objetos pela similaridade de seus atributos.
 
Na classificação, a base de dados de entrada do algoritmo é rotulada,
ou seja, cada objeto possui sua classe correspondente.
Correto!Correto!
A alternativa está correta, pois de fato a classificação considera
dados rotulados para o aprendizado do modelo preditivo, ou seja,
cada objeto tem sua classe conhecida previamente.
 
A tarefa de classificação é uma tarefa descritiva, enquanto a tarefa de
agrupamento é uma tarefa preditiva.
 
Os algoritmos de agrupamento consideram as classes pré-existentes
para a composição de grupos de objetos similares.
0,2 / 0,2 ptsPergunta 4
Leia o texto a seguir:
 
A análise de grupos, também conhecida como agrupamento de dados,
é um termo genérico utilizado para designar um amplo espectro de
métodos numéricos de análise de dados multivariados com o objetivo
de descobrir grupos homogêneos de objetos. O agrupamento de
objetos em diferentes grupos pode simplesmente representar uma
forma conveniente de organizar grandes bases de dados [...]
 
Fonte: CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de
dados: conceitos básicos, algoritmos e aplicações. São Paulo:
Saraiva, 2016. p. 88.
 
Considerando a tarefa de agrupamento de dados, avalie as afirmações
seguintes:
 
I. O agrupamento de dados é utilizado quando não temos um rótulo
que possibilite sua classificação.
II. O agrupamento é uma tarefa que considera medidas de
similaridade como as distâncias de Hunt e de Anscombe.
III. São métodos considerados para a tarefa de agrupamento o
hierárquico, o divisivo e o particional.
 
É correto o que se afirma em:
 I e III, apenas. Correto!Correto!
A alternativa está correta, pois apenas as afirmações I e III são
verdadeiras.
A afirmação I é verdadeira, pois a tarefa de agrupamento é, de
fato, utilizada quando os dados não apresentam rótulo.
A afirmação III é verdadeira, pois os métodos hierárquico, divisivo
e particional são pertinentes à tarefa de agrupamento.
A afirmação II é falsa, pois o uso de medidas de similaridade é
parte da tarefa de agrupamento, porém, Hunt e Anscombe não
são exemplos de medidas de similaridade. 
 II, apenas. 
 I, apenas. 
 II e III, apenas. 
 III, apenas. 
0,2 / 0,2 ptsPergunta 5
Leia o texto a seguir:
 
Quarteto de Anscombe é o nome dado a quatro conjuntos de dados
que têm estatísticas descritivas quase idênticas [...] Cada conjunto de
dados consiste de onze pontos (x,y). Eles foram construídos em 1973
pelo estatístico Francis Anscombe [...]
 
(Fonte: CONTEÚDO aberto. In: Wikipédia: a enciclopédia livre.
Disponível em: https://pt.wikipedia.org/wiki/Quarteto_de_Anscombe
Acesso em: 13 set 2020.
 
Considerando o conjunto de dados denominado Quarteto de
Anscombe, avalie as seguintes afirmações:
 
I. Os conjuntos têmmedidas de estatísticas descritivas quase
idênticas refletindo a distribuição dos dados.
II. Os conjuntos demonstram a importância do uso individual de
medidas de estatísticas descritivas para a representação de dados.
III. Os conjuntos demonstram que a visualização dos dados é uma
importante forma complementar de análise.
IV. Os conjuntos representam um exemplo de análise descritiva que
reforça a utilização de formas adicionais de análise.
 
É correto o que se afirma apenas em: 
 I e III, apenas. 
 I e II, apenas. 
 II e IV, apenas. 
 II e III, apenas. 
 III e IV, apenas. Correto!Correto!
A alternativa está correta, pois apenas as afirmações III e IV são
verdadeiras.
A afirmação III é verdadeira, pois os conjuntos de fato
demonstram a importância da visualização dos dados como forma
complementar.
A afirmação IV é verdadeira, pois a análise descritiva deve ser
feita com a utilização de diferentes formas adicionais de análise.
A afirmação I é falsa, pois os conjuntos têm medidas de
estatística descritiva quase idênticas e distribuição muito distintas.
A afirmação II é falsa, pois os conjuntos demonstram a
importância do uso de medidas de estatística descritiva em
conjunto com outros métodos de representação. 
Pontuação do teste: 1 de 1