Atividade Objetiva 3_ Mineração de Dados

Prévia do material em texto

27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 1/9
Atividade Objetiva 3
Entrega 2 jun em 23:59 Pontos 1 Perguntas 5
Disponível 10 fev em 0:00 - 2 jun em 23:59 4 meses Limite de tempo Nenhum
Tentativas permitidas 2
Instruções
Histórico de tentativas
Tentativa Tempo Pontuação
MAIS RECENTE Tentativa 1 15 minutos 1 de 1
Pontuação desta tentativa: 1 de 1
Enviado 27 mai em 23:09
Esta tentativa levou 15 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.
Fazer o teste novamente
0,2 / 0,2 ptsPergunta 1
Leia o texto a seguir:
 
“Dados se constituem como a matéria prima para que processos de
mineração ocorram. [...] A forma como os dados estão disponíveis
para a realização da mineração é importante para determinar o tipo de
tarefa de mineração que é possível resolver, o tipo de conhecimento
factível de ser descoberto e o tipo de técnica de mineração aplicável.”
 
Fonte: DA SILVA, L. A.; PERES, S. M.; BOSCARIOLI, C. Introdução à
Mineração de Dados Com aplicações em R. Rio de Janeiro:
https://famonline.instructure.com/courses/12584/quizzes/42562/history?version=1
https://famonline.instructure.com/courses/12584/quizzes/42562/take?user_id=31371
27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 2/9
Elsevier, 2016. p. 7.
 
Considerando as características dos dados utilizados pelas tarefas de
mineração, avalie as afirmações e selecione a alternativa correta.
 
I. Os dados estruturados apresentam uma semântica, ou seja, um
significado associado à sua estrutura, são exemplos de dados
estruturados os e-mails e as mensagens de texto.
II. Os dados não estruturados, que correspondem à maioria dos
dados disponíveis, são mais facilmente analisados pelos
algoritmos, esse tipo de dado não apresenta uma semântica
evidente.
III. Dados rotulados são aqueles que apresentam uma classe explícita
e os demais atributos são preditivos ou de entrada, a tarefa de
classificação considera esse tipo de dado.
IV. Dados não rotulados apresentam somente atributos preditivos, não
descrevendo explicitamente a qual classe os registros pertencem, a
tarefa de agrupamento considera esse tipo de dado.
 
É correto o que se afirma apenas em: 
 II e IV, apenas. 
 I e II, apenas. 
 I e III, apenas. 
 II e III, apenas. 
 III e IV, apenas. Correto!Correto!
27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 3/9
A alternativa está correta, pois apenas as afirmações III e IV são
verdadeiras.
A afirmativa III está correta, pois dizemos que um conjunto de
dados é rotulado quando, para cada registro, existe um atributo
específico que define sua classe e, esse tipo de dado, é utilizado,
comumente, nas tarefas de classificação.
A afirmativa IV está correta, um dado é não rotulado quando não
há uma definição explícita de pertinência à uma classe, assim,
não é possível obter modelos preditivos e consideramos os
atributos presentes para a definição de agrupamentos.
A afirmativa I está incorreta, pois e-mails e mensagens de texto
são dados não estruturados.
A afirmativa II está incorreta, pois os dados não estruturados são
mais facilmente analisados por seres humanos.
0,2 / 0,2 ptsPergunta 2
Leia o texto a seguir:
 
“Na resolução da tarefa de classificação de dados, o objetivo é
predizer o rótulo para um exemplar qualquer que não pertence ao
conjunto de dados de treinamento. Portanto, o uso de um modelo
preditivo f promove a atribuição de um rótulo y a um exemplar x
qualquer, ou seja, y = f(x), sendo y uma variável do tipo categórico. Por
outro lado, quando y é do tipo numérico (contínuo ou discreto), diz-se
ter um problema de regressão ou predição numérica.”
 
Fonte: DA SILVA, L. A.; PERES, S. M.; BOSCARIOLI, C. Introdução à
Mineração de Dados Com aplicações em R. Rio de Janeiro:
Elsevier, 2016. p. 117.
 
Considerando as descrições apresentadas, assinale a opção correta.
27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 4/9
 
A tarefa de regressão, também, considera um conjunto de dados de
treinamento e um conjunto de dados de teste. O primeiro é utilizado
para aferir a capacidade preditiva do modelo, enquanto o segundo é
utilizado para aprender a função.
 
Existem diferentes técnicas que podem ser utilizadas para a tarefa de
regressão, além da regressão linear. Dentre as diferentes técnicas
podemos destacar as árvores de decisão e os algoritmos de
agrupamento.
 
A regressão é uma tarefa preditiva, assim como a classificação, e tem
o objetivo de aprender uma função que seja efetiva para mapear um
novo registro cujo atributo dependente seja ausente.
Correto!Correto!
Esta alternativa está correta, pois o objetivo da tarefa de
regressão é predizer um valor real, representado por um atributo
alvo, de modo que novos registros possam ser qualificados a
partir dos atributos preditivos.
 
A diferença entre as tarefas de classificação e de regressão é que a
primeira busca inferir uma classe, ou seja, um valor contínuo. Por outro
lado, a regressão busca inferir um valor discreto para um determinado
atributo.
 
A tarefa de regressão pode ser feita a partir do aprendizado de uma
função linear, que é feito a partir da análise da distribuição das
amostras rotuladas, assim denominamos esta tarefa de regressão
polinomial.
0,2 / 0,2 ptsPergunta 3
Leia o texto a seguir:
27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 5/9
 
“Para que seja feita a mineração de regras de associação, as bases de
dados transacionais normalmente são representadas seguindo o
mesmo padrão das bases de dados convencionais, ou seja, com os
objetos nas linhas e os atributos nas colunas. A diferença é que os
atributos das bases transacionais são os itens que aparecem nas
transações, o que faz com que tais bases de dados facilmente
apresentem alta dimensionalidade, da ordem de centenas e até
milhares de itens. ”
 
Fonte: CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de
dados: conceitos básicos, algoritmos e aplicações. São Paulo:
Saraiva, 2016. p. 235.
 
Considerando as informações apresentadas, avalie as seguintes
asserções e a relação proposta entre elas.
 
I. A mineração de regras de associação é uma tarefa que tem por
objetivo identificar padrões de associação entre itens frequentes que
são pertinentes a um conjunto de transações.
 
PORQUE
 
II. As bases de dados transacionais disponibilizam registros referentes
a grupos de itens que estão associados, ou seja, pertencem a mesma
transação.
 
A respeito dessas asserções, assinale a opção correta:
 As asserções I e II são ambas proposições falsas. 
 
As asserções I e II são proposições verdadeiras, e a II é uma
justificativa da I.
Correto!Correto!
27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 6/9
Alternativa está correta, pois as asserções I e II são proposições
verdadeiras, e a II é uma justificativa da I.
A asserção I é verdadeira, pois descreve corretamente o objetivo
da mineração de regras de associação. A asserção II é
verdadeira, pois descreve corretamente as características das
bases de dados transacionais. A asserção II é uma justificativa da
asserção I, pois a característica desse tipo de base de dados é
importante para a definição da tarefa.
 
A asserção I é uma proposição verdadeira, e a II é uma proposição
falsa.
 
As asserções I e II são proposições verdadeiras, mas a II não é uma
justificativa da I.
 
A asserção I é uma proposição falsa, e a II é uma proposição
verdadeira.
0,2 / 0,2 ptsPergunta 4
Leia o texto a seguir:
 
“Uma das habilidades mais básicas dos organismos vivos é a
capacidade de agrupar objetos similarespara produzir uma taxonomia,
uma classificação ou um agrupamento. A ideia de organizar coisas
similares em categorias, chamadas aqui de grupos (clusters), é
bastante antiga e reflete a capacidade de identificar características ou
combinações de características similares em alguns objetos, como
forma, cor, cheiro, posição, altura, peso, entre outras. ”
 
Fonte: CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de
dados: conceitos básicos, algoritmos e aplicações. São Paulo:
27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 7/9
Saraiva, 2016. p. 88.
 
Considere as seguintes descrições a respeito das etapas que
descrevem o processo de agrupamento.
 
I. A etapa de seleção de atributos considera o contexto da análise
para identificar os melhores conjuntos de dados que devem ser de
variadas fontes e de grade volume e complexidade.
II. A etapa da definição da medida de similaridade avalia a
contribuição de cada atributo para o cálculo da medida e a
normalização dos dados para não haver atributo dominante.
III. A etapa de seleção do critério de agrupamento define a
sensibilidade do agrupamento de acordo com a quantidade de
atributos e de registros disponíveis.
IV. A etapa de validação e de interpretação dos resultados considera a
realização de testes para verificação da correção e da relevância dos
resultados obtidos.
 
É correto o que se afirma apenas em: 
 I e III, apenas. 
 II e III, apenas. 
 I e II, apenas. 
 I e IV, apenas. 
 II e IV, apenas. Correto!Correto!
27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 8/9
A alternativa está correta, pois apenas as afirmações II e IV são
verdadeiras.
A afirmação II é verdadeira, pois nesta etapa é verificado como as
medidas são impactadas pela escolha de determinados atributos,
sendo que diferentes escolhas produzem impacto nas medidas e
o processo de normalização dos dados tem por objetivo
uniformizar as diferentes escalas dos dados, de modo a não
permitir que haja discrepância entre as escalas.
A afirmação IV é verdadeira, pois os resultados obtidos devem ser
avaliados quanto à correção que eles apresentam e o impacto
correspondente que pode ser obtido por meio da aplicação da
solução em novos contextos.
A afirmação I é falsa, pois a etapa de seleção de atributos
considera o contexto da análise para identificar os melhores
atributos, a quantidade de informação codificada por eles e a
redundância entre eles.
A afirmação III é falsa, pois a etapa de seleção do critério de
agrupamento define a sensibilidade do agrupamento de acordo
com o tipo de grupo que se espera obter.
0,2 / 0,2 ptsPergunta 5
Leia o texto abaixo:
 
“[...] denomina-se classificação o processo pelo qual se determina um
mapeamento capaz de indicar a qual classe pertence qualquer
exemplar de um domínio sob análise, com base em um conjunto de
dados já classificado.”
 
Fonte: DA SILVA, L. A.; PERES, S. M.; BOSCARIOLI, C. Introdução à
Mineração de Dados
Com aplicações em R. Rio de Janeiro: Elsevier, 2016. p. 79.
 
Qual alternativa caracteriza, corretamente, a tarefa de classificação?
27/05/2021 Atividade Objetiva 3: Mineração de Dados
https://famonline.instructure.com/courses/12584/quizzes/42562 9/9
 
Trata-se de uma tarefa preditiva, de aprendizado supervisionado, cujo
objetivo é aprender um modelo que seja útil para obter um valor
contínuo de um novo registro.
 
Trata-se de uma tarefa preditiva, de aprendizado não supervisionado,
cujo objetivo é aprender um modelo que seja útil para obter um valor
categórico de um novo registro.
 
Trata-se de uma tarefa descritiva, de aprendizado supervisionado, cujo
objetivo é aprender um modelo que seja útil para obter um valor
contínuo de um novo registro.
 
Trata-se de uma tarefa preditiva, de aprendizado supervisionado, cujo
objetivo é aprender um modelo que seja útil para obter um valor
categórico de um novo registro.
Correto!Correto!
Sua resposta está correta.
A classificação é uma tarefa preditiva, ou seja, busca aprender
um modelo para classificar novos registros. Essa é uma tarefa de
aprendizado supervisionado, isto é, os dados de treinamento
possuem rótulos. O objetivo da tarefa é obter um valor categórico,
uma classe e não um valor contínuo, que é o objetivo da tarefa de
regressão.
 
Trata-se de uma tarefa descritiva, de aprendizado não supervisionado,
cujo objetivo é aprender um modelo que seja útil para obter um valor
categórico de um novo registro.
Pontuação do teste: 1 de 1