N2 - inteligencia Analitica

Prévia do material em texto

· Pergunta 1
1 em 1 pontos
	
	
	
	Leia a seguinte citação a respeito do aprendizado supervisionado:
“O aprendizado supervisionado ocorre quando um algoritmo aprende a partir de dados de exemplo e respostas-alvo associadas que consistem de valores numéricos ou rótulos de string, como classes ou etiquetas, para prever a resposta correta diante de novos exemplos. A estratégia supervisionada é semelhante à aprendizagem humana sob a supervisão de um professor.”
Fonte: MUELLER, J.; MASSARON, Luca. Aprendizado de Máquinas. Rio de Janeiro: Alta Books. 2019, p.
Considerando o exposto e sobre os algoritmos de aprendizado supervisionado, analise as afirmativas a seguir.
I. Algoritmos de K-vizinhos mais próximos são usados no aprendizado supervisionado, com o objetivo de relacionar dados, por exemplo, categorizar músicas por gênero, artista e editor.
II. Algoritmos de regressões lineares são exemplos de aprendizado supervisionado usados para prever o valor de mercado de uma empresa com base na localização ou setor.
III. O agrupamento ou clustering é um processo de aprendizado supervisionado que organiza itens semelhantes e diferentes, porém, identificando relacionamentos entre os dados.
IV. A aprendizagem por regras de associação é um algoritmo de aprendizagem supervisionado para pesquisadores de mercado na busca de relacionamento de dados.
 
Está correto o que se afirma em:
	
	
	
	
		Resposta Selecionada:
	 
I e II, apenas.
	Resposta Correta:
	 
I e II, apenas.
	Comentário da resposta:
	Resposta correta. A alternativa está correta. Algoritmos de K-vizinhos mais próximos em vez de obter informações complexas a partir dos dados, eles estabelecem relações entre itens semelhantes, conforme o exemplo da música citado. Regressões lineares são algoritmos preveem o valor de uma variável desconhecida analisando outras variáveis.
	
	
	
· Pergunta 2
1 em 1 pontos
	
	
	
	É fácil confundir um data warehouse com um banco de dados, pois os dois conceitos compartilham algumas semelhanças. A principal diferença, no entanto, entra em vigor quando uma empresa precisa executar análises em uma grande coleta de dados. Os data warehouses
são criados para lidar com esse tipo de tarefa, enquanto os bancos de dados não.
 De acordo com o conhecimento adquirido durante seus estudos, assinale a alternativa que corretamente apresenta o tipo de integração de dados provenientes de várias fontes.
	
	
	
	
		Resposta Selecionada:
	 
ETL.
	Resposta Correta:
	 
ETL.
	Comentário da resposta:
	 Resposta correta. A alternativa está correta, pois ETL é um tipo de integração de dados que se refere às três etapas (extrair, transformar, carregar) usadas para integrar (misturar) dados de várias fontes. É frequentemente usado para construir um data warehouse. Durante esse processo, os dados são obtidos (extraídos) de um sistema de origem, convertidos (transformados) em um formato que pode ser analisado e armazenados (carregados) em um data warehouse ou outro sistema.
	
	
	
· Pergunta 3
1 em 1 pontos
	
	
	
	No “coração” do processo de mineração de dados, você apresentará os dados preparados às ferramentas de business intelligence (BI), como Tableau Server ou Microsoft Power BI. Essas ferramentas usarão diferentes algoritmos para extrair padrões a partir destes dados e prever tendências futuras.
De posse dos seus conhecimentos adquiridos durante os estudos e da informação apresentada, considere os diversos tipos de algoritmos utilizados para minerar dados. Dentre estes algoritmos, assinale a alternativa que apresenta aquele cuja técnica é utilizada para classificação, regressão e segmentação de dados de séries temporais:
	
	
	
	
		Resposta Selecionada:
	 
Redes neurais.
	Resposta Correta:
	 
Redes neurais.
	Comentário da resposta:
	Resposta correta. A alternativa está correta, pois as redes neurais são usadas para modelar relacionamentos complexos entre entradas e saídas ou para encontrar padrões nos dados. As tarefas desempenhadas por um algoritmo de rede neural são de classificação, regressão e segmentação de dados heterogêneos.
	
	
	
· Pergunta 4
1 em 1 pontos
	
	
	
	Considere a seguir dois exemplos de aplicação de algoritmos de aprendizado:
Exemplo 1: Um algoritmo pode aprender as características dos e-mails rotulados como "spam" e marcar automaticamente as novas mensagens como spam quando tiverem as mesmas características.
Exemplo 2: você deseja prever quais alunos do ensino médio farão bem o ENEM (Exame Nacional do Ensino Médio) com base em dados dos participantes de testes anteriores, e rotulá-los com notas de "ruim", "média", "boa" e "excelente".
 
De acordo com o estudo realizado e com as informações dos passadas pelos exemplos 1 e 2, assinale a alternativa correta que corresponde aos tipos de aprendizado para os exemplo 1 e 2:
	
	
	
	
		Resposta Selecionada:
	 
Exemplo 1: supervisionado e Exemplo 2: supervisionado.
	Resposta Correta:
	 
Exemplo 1: supervisionado e Exemplo 2: supervisionado.
	Comentário da resposta:
	Resposta correta. A alternativa está correta. Os algoritmos de aprendizado supervisionado analisam “dados rotulados” - onde as classificações apropriadas são identificadas - para aprender padrões analíticos específicos. Após aprender com esses dados de treinamento, um algoritmo de aprendizado supervisionado pode reconhecer os mesmos padrões em novos conjuntos de dados e, consequentemente, prever eventos futuros. Este algoritmo é empregado nos dois exemplos.
	
	
	
· Pergunta 5
1 em 1 pontos
	
	
	
	A empresa Netfit, atuante na área de entretenimento via streaming, deseja segmentar seus clientes em grupos distintos para enviar ofertas de assinatura apropriadas. O objetivo principal é enviar ofertas específicas para o público correto, evitando assim despender tempo em realizar ação de marketing para um público que não consumirá o seu produto. Esta segmentação e o envio das ofertas ocorrerá no próximo ano e, com isso, espera-se que as vendas aumentem em 40%.
A partir do caso apresentado e do conteúdo estudado sobre mineração de dados e aprendizagem de máquina, podemos dizer corretamente que o caso acima é um exemplo de:
	
	
	
	
		Resposta Selecionada:
	 
Aprendizado supervisionado.
	Resposta Correta:
	 
Aprendizado supervisionado.
	Comentário da resposta:
	Resposta correta. A alternativa está correta, pois, a empresa deseja segmentar seus clientes em grupos distintos para enviar ofertas de assinatura apropriadas. Como temos os rótulos dos dados (nome, idade, sexo, formação, etc) e a empresa deseja enviar as ofertas para grupos distintos (todos os homens entre 20 e 30 anos, por exemplo), então temos dados para treinar o algoritmo supervisionado para que, com apoio desta base de conhecimento, o sistema possa concluir para qual grupo irá cada uma das ofertas.
	
	
	
· Pergunta 6
1 em 1 pontos
	
	
	
	A mineração de dados ajuda, principalmente, na extração de informações, na transformação e no carregamento de transações de dados no sistema de data warehouse. Ele armazena e gerencia, principalmente, os dados em um sistema de gerenciamento de banco de dados multidimensional. Ele analisa os dados por um software aplicativo e mostra que, em um formato útil, esses dados são acessados, ​​principalmente, pelos profissionais ou analistas de negócios.
Com base na informação apresentada e no conteúdo estudado sobre a mineração de dados, analise as afirmativas a seguir:
I. Duas técnicas conhecidas de mineração de dados são predição e análise de regressão, ambas relacionam dados em busca de padrão.
II. Mineração de dados é usada para identificar os padrões anteriormente ocultos.
III. Mineração de dados é um processo em que os dados são extraídos dos vários recursos e, posteriormente, armazenados em um data mart.
IV. Agentes inteligentes é uma das técnicas populares usadas em mineração de dados.
 
Está correto o que se afirma em:
	
	
	
	
		Resposta Selecionada:
	 
I e II.
	Resposta Correta:
	 
I e II.
	Comentário da resposta:
	Resposta correta. A alternativa está correta, pois a mineração de dadospossui muitas técnicas como: predição, análise de regressão, análise de agrupamento, entre outras. Ela explora os dados usando consultas, explorando os dados e analisando os resultados ou a saída na busca por padrões ocultos. Isso ajuda a gerar relatórios, planejar estratégias e visualizar os conjuntos de dados significativos.
	
	
	
· Pergunta 7
1 em 1 pontos
	
	
	
	Leia a seguinte citação a respeito do aprendizado supervisionado:
“O aprendizagem não supervisionada ocorre quando um algoritmo aprende a partir de exemplos claros, sem nenhuma resposta associada, deixando o algoritmo determinar os padrões de dados por conta própria. Esse tipo de algoritmo tende a reestruturar os dados em algo diferente, como novas características que representam uma classe ou uma nova série de valores não correlacionados.”
Fonte: MUELLER, J.; MASSARON, Luca. Aprendizado de Máquinas. Rio de Janeiro: Alta Books. 2019, p
 
De acordo com o seu conhecimento adquirido durante os estudos, marque a alternativa que, corretamente, apresenta um algoritmo do aprendizado não supervisionado.
	
	
	
	
		Resposta Selecionada:
	 
Aprendizagem por regras de associação.
	Resposta Correta:
	 
Aprendizagem por regras de associação.
	Comentário da resposta:
	Resposta correta.  A alternativa está correta, pois aprendizagem de regras de associação é um algoritmo popular para pesquisadores de mercado. O aprendizado de associação procura relacionamentos interessantes entre variáveis ​​em conjuntos de dados massivos para revelar itens que ocorrem frequentemente juntos.
	
	
	
· Pergunta 8
1 em 1 pontos
	
	
	
	O algoritmo Apriori é uma sequência de etapas a serem seguidas para encontrar o conjunto de itens mais frequente no banco de dados fornecido. Essa técnica de mineração de dados segue as etapas de junção e remoção, iterativamente, até que o conjunto de itens mais frequente seja alcançado. Um limite mínimo de suporte é fornecido no problema ou é assumido pelo usuário.
De posse do seu conhecimento e de acordo com o conteúdo estudado, você viu que existem muitos métodos e técnicas disponíveis para melhorar a eficiência do algoritmo apriori, dentre eles podemos citar (marque a alternativa correta):
	
	
	
	
		Resposta Selecionada:
	 
Particionamento .
	Resposta Correta:
	 
Particionamento.
	Comentário da resposta:
	Resposta correta. A alternativa está correta, pois a técnica de particionamento é um método que requer apenas duas varreduras de banco de dados para explorar os conjuntos de itens frequentes. Ele diz que, para qualquer conjunto de itens ser potencialmente frequente no banco de dados, deve ser frequente em pelo menos uma das partições do banco de dados.
	
	
	
· Pergunta 9
1 em 1 pontos
	
	
	
	O Data Warehouse é uma construção do sistema de gerenciamento de banco de dados relacional para atender aos requisitos dos sistemas de processamento de transações. Pode ser descrito livremente como qualquer repositório de dados centralizado que possa ser consultado para obter benefícios comerciais. É um banco de dados que armazena informações orientadas para satisfazer solicitações de tomada de decisão.
A respeito de Data Warehouse e Data Mining, analise as afirmativas a seguir e assinale V
para a(s) Verdadeira(s) e F para a(s) Falsa(s).
I. ( ) Data warehousing suporta arquiteturas e ferramentas para que os executivos usem suas informações para tomar decisões estratégicas, são verdadeiros armazéns de dados.
II. ( ) Clusterização é uma técnica de Data Mining
utilizada na extração e preparação de dados de um banco para um data warehouse.
III. ( ) Data mining é uma evolução de data mart que, por sua vez, é uma evolução do conceito de data warehouse.
IV. ( ) Data mining utiliza algoritmos que analisam grandes bases de dados e revelam padrões escondidos nesses dados, como um minerador em busca de ouro.
 Assinale a alternativa que apresenta a sequência correta.
	
	
	
	
		Resposta Selecionada:
	 
V, F, F, V.
	Resposta Correta:
	 
V, F, F, V.
	Comentário da resposta:
	Resposta correta. A alternativa está correta, pois, um Data Warehouse é um banco de dados relacional projetado para consulta e análise em vez de processamento de transações, pelo qual, utilizando ferramentas analíticas como Data Mining, é possível encontrar padrões escondidos nos dados. Com o resultado dessa análise, executivos podem obter informações para tomadas estratégicas.
	
	
	
· Pergunta 10
1 em 1 pontos
	
	
	
	Imagine um varejista com fachadas de lojas físicas e on-line. Como qualquer empresa, o varejista precisa analisar as tendências de vendas em todo o negócio. Mas os sistemas de back-end para essas fachadas de lojas são separados. Eles podem ter campos ou formatos de campo diferentes (como datas dia-mês-ano versus datas mês-dia-ano). Eles podem usar sistemas que não podem "conversar" entre si. É aí que entra o ETL, com o objetivo de combinar dados em um único banco de dados.
Considerando o excerto apresentado e o conteúdo estudado sobre mineração de dados e ETL, analise as afirmativas a seguir.
I. A fase de transformação abre caminhos para a integração dos dados, no caso do varejista, seria a reformatação.
II. A fase de carga pode é resumida como fase de persistência de dados, armazenando-os em um data warehouse.
III. Na fase de extração, se houverem diferentes tipos de moedas, os dados são convertidos para uma única.
IV. A fase de extração extrai os dados de um banco e os coloca no data warehouse que, posteriormente passará por transformações.
 
Está correto o que se afirma em:
	
	
	
	
		Resposta Selecionada:
	 
 I e II, apenas.
	Resposta Correta:
	 
 I e II, apenas.
	Comentário da resposta:
	Resposta correta. A alternativa está correta, pois a transformação é uma função crítica, que abre o caminho para a integração de dados, realizando tratamento neles e os preparando para o envio a próxima fase. A fase de carga ou carregamento envolve a inserção bem-sucedida dos dados recebidos no banco de dados de destino ou data warehouse.