N2_Inteligencia Analitica

Prévia do material em texto

· Pergunta 1
0 em 1 pontos
	
	
	
	Naive Bayes é uma implementação de aprendizado de máquina do Teorema de Bayes . É um algoritmo de classificação que prevê a probabilidade de cada ponto de dados pertencente a uma classe e depois classifica o ponto como a classe com a maior probabilidade.
De acordo com o conteúdo estudado e das informações acima citadas, qual dos conceitos a seguir é um exemplo de classificador de Naive Bayes?.
	
	
	
	
		Resposta Selecionada:
	 
Partition NB e Analytic NB.
 
 
 
 
 
	Resposta Correta:
	 
NB Gaussiano e NB MultiNomial.
	Comentário da resposta:
	Sua resposta está incorreta. A alternativa está incorreta, pois os métodos ingênuos de Bayes são um conjunto de algoritmos de aprendizado supervisionado baseados na aplicação do teorema de Bayes com a suposição “ingênua” de independência condicional entre cada par de recursos, dado o valor da variável de classe. Desta lista, somente NB Multinomial e NB Guassiano são algoritmso de Naive Bayes.
	
	
	
· Pergunta 2
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 3
1 em 1 pontos
	
	
	
	O objetivo geral do processo de minerar dados é a extração de informações de um conjunto bruto de dados, transformando-os em uma estrutura compreensível para uso posterior. Deste modo, a mineração de dados torna-se uma etapa essencial no processo de análise preditiva. Os principais métodos de mineração de dados são a generalização, classificação, agrupamento, associação, visualização de dados entre outros. Por outro lado, a mineração de dados envolve cinco estágios, que abrange desde a obtenção até o compartilhamento de descobertas.
A respeito dos estágios
da mineração de dados, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
 I. ( ) O primeiro estágio é o de compreender o objetivo a ser alcançado com a mineração de dados.
II. ( ) Um dos estágios da mineração de dados é de verificar a presença de transações rotineiras.
III. ( ) O terceiro estágio é a preparação dos dados por meio de ETL (extrair, transformar, carregar).
IV. ( ) O estágio final da mineração de dados (estágio 5) é de analisar, minerar e modelar os dados.
 
Assinale a alternativa que apresenta a sequência correta.
	
	
	
	
		Resposta Selecionada:
	 
 V, F, V, F.
	Resposta Correta:
	 
 V, F, V, F.
	Comentário da resposta:
	 Resposta correta. A alternativa está correta, pois o primeiro estágio da mineração de dados define como o processo apoiará seus objetivos de negócios. Deste modo, a pergunta a ser feita é: quais áreas de negócios eu desejo melhorar com a mineração de dados? No terceiro estágio, também chamado de “estágio de preparação de dados”, você usará as estratégias ETL (extrair, transformar, carregar) para preparar seus dados para análise
	
	
	
· Pergunta 4
0 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:
	 
Técnica do vizinho mais próximo.
	Resposta Correta:
	 
Particionamento.
	Comentário da resposta:
	Sua resposta está incorreta. A alternativa está incorreta, pois estes conceitos não são técnicas para melhorar a eficiência do algoritmo apriori. Como exemplo destas técnicas podemos citar: Técnica baseada em hash, Redução de transação, Amostragem e Contagem dinâmica de conjuntos de itens.
	
	
	
· Pergunta 5
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 6
1 em 1 pontos
	
	
	
	A mineração de dados é o processo de analisar grandes volumes de dados para descobrir inteligência de negócios que ajuda as empresas a resolver problemas, mitigar riscos e aproveitar novas oportunidades. Esse ramo da ciência de dados deriva seu nome das semelhanças entre procurar informações valiosas em um grande banco de dados e extrair uma montanha de minério. Ambos os processos exigem peneirar enormes quantidades de material para encontrar valor oculto.
 Considerando as informações sobre mineração de dados, analise as afirmativas a seguir a respeito dos principais conceitos de mineração de dados.
I. Limpeza e preparação de dados.
II. Usam aprendizado de máquina.
III. Usam dados diretamente dos sistemas de processamento de transações.
IV. Ajudam os gerentes na tomada de decisões de rotina.
 
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 limpeza e preparação de dados é uma etapa na qual os dados são transformados em um formulário adequado para análises e processamento adicionais, como a identificação e remoção de erros e a falta de dados (dados incompletos). Do mesmo modo, o aprendizadode máquina é um conceito de mineração de dados, onde um programa, usando probabilidades estatísticas, permite aos computadores a capacidade de "aprender" sem serem explicitamente programados.
	
	
	
· Pergunta 7
1 em 1 pontos
	
	
	
	Em 11 de março de 2011, um terremoto de magnitude 8,9 atingiu a costa do Japão, sacudindo uma região de 800 quilômetros e provocando um tsunami. Este foi um dos maiores terremotos já registrados no país. Com base nisso, pesquisadores reuniram os dados referente aos abalos sísmicos dos últimos 100 meses no Japão e agora desejam prever a magnitude do próximo terremoto.
Considerando as informações apresentadas e com base nos conteúdos estudados, podemos inferir que o caso apresentado é um exemplo de:
	
	
	
	
		Resposta Selecionada:
	 
Aprendizagem supervisionada
	Resposta Correta:
	 
Aprendizagem supervisionada
	Comentário da resposta:
	Resposta correta. A alternativa está correta, pois, o aprendizado supervisionado refere-se a uma classe de sistemas e algoritmos que determinam um modelo preditivo usando pontos de dados com resultados conhecidos. Como os pesquisadores já possuem os dados e, a partir deles desejam realizar uma predição, logo, temos o conceito de aprendizado supervisionado.
	
	
	
· Pergunta 8
1 em 1 pontos
	
	
	
	A mineração de dados é o processo de analisar grandes bancos de informações para gerar novas informações. Intuitivamente, você pode pensar que a mineração de dados se refere à extração de novos dados, mas esse não é o caso; em vez disso, a mineração de dados trata de extrapolar padrões e novos conhecimentos dos dados que você já coletou.
A respeito de Mineração de Dados e do conteúdo estudado, assinale a alternativa que possui três técnicas de mineração de dados.
	
	
	
	
		Resposta Selecionada:
	 
Classification, Clustering, Regression.
	Resposta Correta:
	 
Classification, Clustering, Regression.
	Comentário da resposta:
	Resposta correta.  A alternativa está correta, pois Classification obriga a coletar vários atributos em categorias discerníveis, que você pode usar para tirar mais conclusões ou servir para alguma função; Clustering
é muito semelhante à Classification, mas envolve o agrupamento de pedaços de dados com base em suas semelhanças; Regression
é usada para identificar a probabilidade de uma determinada variável, dada a presença de outras variáveis.
	
	
	
· Pergunta 9
0 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:
	 
Não é possível de aplicarmos aprendizado no exemplo 2.
	Resposta Correta:
	 
Exemplo 1: supervisionado e Exemplo 2: supervisionado.
	Comentário da resposta:
	Sua resposta está incorreta. A alternativa está incorreta. Tanto no exemplo 1 quanto no exemplo 2, o algoritmo aprenderá as características através dos dados a ele passado. No exemplo 1, com base em um montante de e-mails rotulados como SPAM, o algoritmo saberá definir se um futuro e-mail será ou não SPAM. No exemplo 2, com base nas avaliações de X alunos, o algoritmo saberá reconhecer se o (X+1) aluno terá uma boa avaliação ou não, logo, trata-se de algoritmo supervisionado.
	
	
	
· Pergunta 10
0 em 1 pontos
	
	
	
	Considere o seguinte caso:
Uma empresa vendedora de produtos de praia deseja analisar a quantidade de vendas do produto “bola de praia”, na cidade de Florianópolis, no mês de fevereiro do ano passado pelo vendedor José Camilo, comparada com os números de receita com o mesmo produto em fevereiro deste ano na mesma cidade e, em seguida, fazer uma comparação de outras vendas do mesmo produto em Florianópolis no mesmo período, com o objetivo de realizar uma previsão de vendas bem como outros planejamentos.
Considerando o caso apresentado e o conteúdo estudado, assinale a alternativa que indica a melhor ferramenta a ser utilizada por essa empresa para esta ação.
	
	
	
	
		Resposta Selecionada:
	 
 BI.
	Resposta Correta:
	 
OLAP.
	Comentário da resposta:
	Sua resposta está incorreta. A alternativa está incorreta, pois, o termo Business Intelligence (BI) refere-se a tecnologias, aplicativos e práticas para a coleta, integração, análise e apresentação de informações de negócios. Logo, BI não é uma ferramenta. A mineração de dados descobre padrões ocultos nos dados e opera em um nível detalhado, em vez de um nível resumido. Por outro lado, o OLAP resume dados e faz previsões.
	
	
	
Terça-feira, 25 de Maio de 2021 21h42min01s BRT