Avaliação On-Line 1 (AOL 1) - Questionário

Prévia do material em texto

Conteúdo do exercício
1. Pergunta 1
/1
Leia o trecho abaixo:
“Dados intervalares ou racionais são os dados quantitativos e todas as medidas de tendência central e de dispersão são apropriadas a eles. A escolha das medidas depende do uso que se pretende da estatística e da distribuição de frequências.”
Fonte: MASSAD, Eduardo et al. Métodos quantitativos em medicina. São Paulo, Barueri: Manole, 2004, p.148. 
Ao analisar as quantitativas contínuas e discretas para comparar dois números, pode-se dizer que:
Ocultar opções de resposta 
1. 
as quantitativas contínuas possuem decimais e seus níveis ideais não estão em ser maior ou menor, mas de estarem no intervalo ideal.
Resposta correta
2. 
as quantitativas discretas comparam com operadores de +, -, * e /.
3. 
as quantitativas discretas comparam maiores ou menores valores com operadores de ==(igual) e !=(diferente).
4. 
As quantitativas e as qualitativas comparam dimensões com operadores +, -, == e !=.
5. 
Uma qualitativa ordinal dimensiona os cálculos.
2. Pergunta 2
/1
Leia o trecho a seguir:
“Conceitos sobre como a ciência de dados (Data Science) se encaixa na organização e no cenário competitivo, incluindo formas de atrair, estruturar e nutrir equipes de Data Science; maneiras de pensar sobre como Data Science leva uma vantagem competitiva e conceitos táticos para se sair bem com projetos de Data Science.” 
Fonte: FOSTER, Provost; 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. XVI. 
A partir dessas informações e do conteúdo estudado a respeito de vantagem competitiva, pode-se afirmar que:
I.   Faz parte da análise de vantagem competitiva analisar dados de ameaças de produtos substitutos.
II.   Estudar dados é uma ciência técnica e não está relacionada a negócios.
III.   Faz parte da análise de vantagem competitiva analisar dados de ameaças de concorrência.
IV.    Porter aborda análise de dados em Data Science.
V.    Os fornecedores podem representar ameaças, segundo Porter. 
Está correto apenas o que se afirma em:
Ocultar opções de resposta 
1. 
III e IV.
2. 
I, III e V.         
Resposta correta
3. 
I, II e IV.
4. 
I e IV.
5. 
II e IV.
3. Pergunta 3
/1
Leia o trecho a seguir:
“Existem várias bibliotecas, módulos, estruturas e kit de ferramentas de Data Science que implementam de modo eficiente os mais comuns (e também menos comuns) algoritmos e técnicas.”
Fonte: GRUS, Joel. Data Science do zero: Primeiras Regras com o Phyton. Brasil: São Paulo: Alta Books, 2018, p. XIII.
A partir dessas informações e do conteúdo estudado a respeito das bibliotecas utilizadas, pode-se afirmar que:
Ocultar opções de resposta 
1. 
As bibliotecas NumPy e Pandas são utilizadas em Python, e as bibliotecas Caret e Ggplot são utilizadas em R.
Resposta correta
2. 
R e Python funcionam melhor sem as bibliotecas.
3. 
A biblioteca Python foi criada para analisar dados.
4. 
Acrescentar bibliotecas torna o trabalho mais lento, mas favorece esteticamente.
5. 
As bibliotecas NumPy e Pandas precisam de licença.
4. Pergunta 4
/1
Leia o trecho abaixo:
“Aprendizado supervisionado: o usuário dispõe de um comportamento de referência preciso que ele deseja ensinar a rede. Sendo assim, a rede deve ser capaz de medir a diferença entre seu comportamento atual e o comportamento de referência, e então corrigir os pesos de maneira a reduzir este erro (desvio de comportamento em relação aos exemplos de referência). 
Fonte: OSÓRIO, Fernando. Redes neurais - Aprendizado artificial. Brasil, Porto Alegre: Unisinos, 2005. Disponível em: <http://osorio.wait4.org/oldsite/IForumIA/fia99.pdf> Acesso em: 20 dez. 2018. p. 91.
Um exemplo de aprendizado supervisionado é:
Ocultar opções de resposta 
1. 
criar combinações novas, com base em respostas novas.
2. 
jogo ou vídeo que possuam um administrador manipulando as cenas.
3. 
analisar os sentimentos de clientes para gerar combinações novas de respostas.
4. 
através de cálculos de receitas e despesas do cliente, que o banco libera ou não um empréstimo.
Resposta correta
5. 
fazer perguntas aos clientes e, com base nas respostas, tomar decisões.
5. Pergunta 5
/1
Leia o trecho a seguir:
“Banco de dados consiste em um conjunto de tabelas que podem ou não se relacionar entre si, e, em geral, são utilizadas por um ou vários sistemas de computadores que acessam essas tabelas tanto para incluírem novas informações quanto para consultá-las.”. 
Fonte: MYAGUSKU, Renata. Curso prático de SQL. São Paulo: Digerati Books, 2008, p. 6.
A partir dessas informações e do conteúdo estudado a respeito de SQL, pode-se afirmar que:
I.   Dados SQL funcionam apenas off-line.
II.   SQL é uma linguagem usada para guardar dados.
III.   Sites de hospedagem possuem bancos de dados.
IV.   O acesso ao banco de dados pode ser feito via espaços de usuários web, em servidores como Hostnet, por exemplo.
V.   Hadoop e SQL são a mesma coisa.
Está correto apenas o que se afirma em:
Ocultar opções de resposta 
1. 
II e V.
2. 
II, III e IV.
Resposta correta
3. 
III e V.
4. 
I, II e V.
5. 
I, III e IV.
6. Pergunta 6
/1
Leia o trecho a seguir:
“Python possui diversos recursos que o tornam mais adequado para o aprendizado (e prática) de Data Science:
• É gratuito. 
• É relativamente simples de codificar (e, o principal, de entender).
• Possui muitas bibliotecas úteis relacionadas ao data science.”
Fonte: GRUS, Joel. Data Science do zero: primeiras regras com o Phyton. Brasil: São Paulo: Alta Books, 2018, p. XIII.
Existem diversas linguagens com várias características, porém a linguagem Python é:
Ocultar opções de resposta 
1. 
amigável e indicada para eventos.
2. 
originada na linguagem PHP, com base em linguagem C, com aplicação em SQL.
3. 
produtiva e orientada e baseada na linguagem S.
4. 
baseada em linguagem java.
5. 
simples, orientada a objetos, criada com base na linguagem C.
Resposta correta
7. Pergunta 7
/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.”
FOSTER, Provost e 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 correlações para análises de dados, pode-se afirmar que, além das semelhanças, uma outra correlação utilizada em análise supervisionada é:
Ocultar opções de resposta 
1. 
agrupamento
2. 
filtro automático
3. 
regressão
Resposta correta
4. 
sumarização
5. 
cluster
8. Pergunta 8
/1
Leia o trecho a seguir:
“Pense cuidadosamente sobre quais dados você pode usar e como serão usados. Pense, especificamente, como a MegaTelCo deve escolher um conjunto de clientes para receber sua oferta a fim de melhor reduzir a rotatividade para uma verba de incentivo em particular? Responder a essa pergunta é muito mais complicado do que pode parecer inicialmente.”
Fonte: FOSTER, Provost; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítítico de dados? Rio de Janeiro: Altabooks, 2016, p. 4
Considerando essas informações e o conteúdo referente ao processo de análise de dados, ordene as etapas a seguir:
( ) Avaliação. 
( ) Fonte de dados.
( ) Tratamento.
( ) Soluções.
( ) Análise.
Agora, assinale a alternativa que apresenta a sequência correta:
Ocultar opções de resposta 
1. 
1, 3, 5, 2, 4.
2. 
2, 4, 3, 1, 5.
3. 
4, 1, 3, 5, 2.
Resposta correta
4. 
2, 5, 1, 3, 4.
5. 
5, 2, 4, 3, 1.
9. Pergunta 9
/1
Leia o trecho a seguir:
“O modelo de processamento em lotes do MapReduce não era muito adequado para fluxos de trabalho comuns, incluindo iterativos, interativos ou por demanda em único conjunto de dados. A principal abstração do MapReduce (especificação do processamento como um mapeamento e depoisuma redução) é paralelizável.”
Fonte: BENGFORT, Benjamin; KIM, Jenny. Analítica de dados com Hadoop: Uma introdução para cientistas de dados. São Paulo: Novatec, 2016, p. 99.
Considerando essas informações e o conteúdo estudado, ordene as etapas a seguir de acordo com o conteúdo de MapReduce:
( ) Dados são analisados paralelamente.
( ) O Programa agrupa palavras iguais, formando clusters.
( ) O programa faz a redução dos dados. 
( ) O programa gera um resultado de redução.
( ) O programa faz o cálculo de quantas palavras iguais existem.
Agora, assinale a alternativa que apresenta a sequência correta:
Ocultar opções de resposta 
1. 
3, 4, 2, 1, 5.
2. 
1, 2, 5, 3, 4.
Resposta correta
3. 
5, 2, 4, 3, 1.
4. 
1, 3, 2, 4, 5.
5. Incorreta: 
2, 1, 5, 3, 4.
10. Pergunta 10
/1
Leia o trecho a seguir:
“Felizmente, com a entropia para medir o quão desordenado qualquer conjunto é, podemos definir o Ganho de Informação para medir quanto um atributo melhora (diminui) a entropia ao longo de toda a segmentação que ele cria.”
Fonte: FOSTER, Provost; 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. 53.
Considerando a citação apresentada e os conteúdos abordados na unidade, analise as asserções a seguir e a relação proposta entre elas.
I. O Ganho de Informação (GI) compara a capacidade que atributos distintos possuem de retomar a pureza, com base nas entropias.
Porque:
II. O GI analisa os atributos com mais capacidade para determinar um comportamento, através de cálculos de subtração e, depois, de comparação.
A seguir, assinale a alternativa correta:
Ocultar opções de resposta 
1. 
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
2. 
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
3. 
As asserções I e II são proposições falsas.
4. 
As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
Resposta correta
5. 
A asserção II é uma proposição falsa, e a I é uma proposição verdadeira