valiação On-Line 2 (AOL 2) - Questionário

Prévia do material em texto

1. ergunta 1
/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:
Ocultar opções de resposta 
1. 
II e IV.
2. 
I e IV.
Resposta correta
3. 
III e IV.
4. 
II e III.
5. 
I e II.
2. Pergunta 2
/1
Leia o trecho a seguir:
“No entanto, todos os procedimentos de mineração de dados têm tendência para sobreajuste, até certo ponto – alguns mais que outros. A ideia é que se olharmos com atenção suficiente, sempre vamos encontrar padrões em conjuntos 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. 113. 
A partir dessas informações e do conteúdo estudado, analise as afirmativas a seguir a respeito de sobreajuste.
I. Sobreajuste é a capacidade positiva de generalizar.
II. Evitar o sobreajuste ajuda a gerar certezas.
III. Generalizar é a capacidade de usar um modelo para outros itens.
IV. Viés é uma solução para evitar sobreajuste.
Está correto apenas o que se afirma em:
Ocultar opções de resposta 
1. 
II e III.
Resposta correta
2. 
III e IV.
3. 
II e IV.
4. 
I e II.
5. 
I e III.
3. Pergunta 3
/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:
Ocultar opções de resposta 
1. 
I e III.
2. 
I e II.
3. 
II e III.
4. 
III e IV.         
Resposta correta
5. 
II e IV.
4. Pergunta 4
/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:
Ocultar opções de resposta 
1. 
F, F, V, F.
2. 
F, V, F, F.
3. 
F, F, V, V.
Resposta correta
4. 
V, V, F, F.
5. 
V, F, F, V.
5. Pergunta 5
/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:
Ocultar opções de resposta 
1. 
III e IV.         
Resposta correta
2. 
II e IV.
3. 
I e IV.
4. 
I e II.
5. 
II e III.
6. Pergunta 6
/1
Leia trecho a seguir:
“É seu primeiro dia de trabalho na DataSciencester e o vice-presidente de Rede (networking) está cheio de perguntas sobre seus usuários. Até agora, ele não teve ninguém para perguntar, então ele está muito empolgado em ter você aqui. Particularmente, ele quer que você identifique quem são os ‘conectores-chave’ entre os cientistas de dados. Para isso, ele lhe dá uma parte de toda a rede da DataSciencester. Na vida real, você geralmente não recebe os dados de que precisa.”
Fonte: GRUS, Joel. Data Science do zero: primeiras regras com o Phyton. São Paulo: Alta Books, 2018. p. 3.
A partir do exemplo apresentado e do conteúdo estudado a respeito de análises de variáveis e listas diferentes, pode-se dizer que:
Ocultar opções de resposta 
1. 
intersection pega apenas os itens que se repetem.
Resposta correta
2. 
para compararar variáveis diferentes é necessário utilizar =.
3. 
union agrupa gráficos e exibe através do gráfico de linhas.
4. 
a adição une variáveis e as transforma em listas.
5. 
divisão separa a lista no meio, formando dois vetores.
7. Pergunta 7
/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:
Ocultar opções de resposta 
1. 
I e IV.
2. 
II e III.
3. 
I e III.
4. 
II e IV.
5. 
III e IV.
Resposta correta
8. Pergunta 8
/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:
Ocultar opções de resposta 
1. 
um dado similar tem vizinhos ímpares.
2. 
quanto mais baixo o resultado da distância euclidiana, mais similar é o dado.
Resposta correta
3. 
clusters e knn são a mesma coisa, ambos são cálculos que geram árvores de 
decisão.
4. 
dados distantes podem ser colocados no mesmo grupo de similaridade, desde 
que a análise seja feita com knn.
5. 
a distância euclidiana calcula valores similares nasárvores de regressão.
9. Pergunta 9
/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 de proporção 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:
Ocultar opções de resposta 
1. 
II e IV.
2. 
I e IV.
Resposta correta
3. 
II e III.
4. 
I e II.
5. 
I e III.
10. Pergunta 10
/1
Leia o trecho a seguir 
“Uma variável é algo que você quer que o computador lembre enquanto seu programa estiver executando. Quando o Python se lembra de algo, é porque ele está armazenando esta informação no computador.”
Fonte: PAINE, Bryson. Ensine seus filhos a formatar: Um guia amigável aos pais para a programação Python. São Paulo: Novatec, 2015. p. 32.
As variáveis são “apelidos” que receberão algum valor. Ao referenciar esse apelido, o programador chama o valor recebido. Porém, para criar esses apelidos, é necessário seguir algumas regras. Analise as afirmações abaixo e assinale a alternativa correta.
I. Duas variáveis com os apelidos cliente1 e cliente 4 são válidas.
II. Uma variável com o apelido clienteespaco é válida. 
III. Uma variável com o apelido 3casa é válida. 
IV. Uma variável com o apelido cliente espaco3espaco é válida.
Está correto apenas o que se afirma em:
Ocultar opções de resposta 
1. 
II e IV.         
Resposta correta
2. 
I, II e IV.
3. 
II e III.
4. 
I, III e V.
5. 
I e II.