MODELOS DE APRENDIZADO DE MAQUINA GR2186211 - ATIV 4

Prévia do material em texto

15/06/2021 GRA1566 MODELOS DE APRENDIZADO DE MAQUINA GR2186211 - 202110.ead-29778924.06
https://fmu.blackboard.com/webapps/late-course_engine_soap-BBLEARN/Controller?COURSE_ID=_671511_1 1/5
Curso GRA1566 MODELOS DE APRENDIZADO DE MAQUINA GR2186211 -
202110.ead-29778924.06
Teste ATIVIDADE 4 (A4)
Iniciado 08/05/21 10:19
Enviado 15/06/21 19:27
Status Completada
Resultado da
tentativa
7 em 10 pontos 
Tempo decorrido 921 horas, 7 minutos
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
Os algoritmos de Associação em sua essência utilizam regras de Associação para auxiliar no
processo de decisão. Estão relacionados a técnica de Mineração de Dados em que elementos que
implicam na presença de outros elementos em uma mesma consulta de dados são encontrados
nesta tarefa. 
 
Considerando essas informações e o conteúdo estudado sobre algoritmos de Associação, analise
as afirmativas a seguir a respeito das e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s). 
 
I. ( ) O algoritmo Apriori que tem como finalidade gerar regras do tipo A implica em B em que A e B
são conjuntos de atributos. 
II. ( ) O algoritmo Apriori é o modelo mais conhecido de Algoritmos de Associação, possui como
estratégia realizar a análise de afinidades em dados sobre dados ainda não existentes. 
III. ( ) O algoritmo Apriori muito utilizado em Mineração de Dados tem como tática descobrir e
quantificar a relação entre dois ou mais atributos de uma mesma base 
IV. ( ) O algoritmo Apriori pode ser utilizado em grandes volumes de dados, mas sua eficiência
está aplicada a pequenos grupos de dados. 
Agora, assinale a alternativa que apresenta a sequência correta:
V, F, V, F.
V, F, V, F.
 Resposta certa! A afirmativa I é verdadeira, a análise de afinidades tem com
finalidade reconhecer em reconhecer padrões de ocorrência simultânea de
determinados eventos nos dados em análise. Determinar os fatos que ocorrem
simultaneamente com probabilidade razoável ou com uma certa chance de
estarem presentes juntos. A afirmativa III é verdadeira. Este algoritmo faz
recursivas buscas no Banco de Dados à procura dos conjuntos frequentes
(conjuntos que satisfazem um suporte mínimo estabelecido), gerando um conjunto
de itens frequentes a cada uma de suas passagens.
Pergunta 2
Resposta Selecionada: 
Resposta Correta: 
A Mineração de Dados é amplamente utilizada em diversos setores da economia, principalmente
para agregar a venda de produtos e aumentar lucros de uma empresa. Mas foi só a partir da
década de 90 que essas técnicas se popularizaram. 
 
A partir dessas informações e do conteúdo estudado sobre Mineração de dados, assinale a
alternativa que demonstra o porquê de sua popularização na década de 1990.
Aumento constante de massa de dados .
Aumento constante de massa de dados .
1 em 1 pontos
1 em 1 pontos
15/06/2021 GRA1566 MODELOS DE APRENDIZADO DE MAQUINA GR2186211 - 202110.ead-29778924.06
https://fmu.blackboard.com/webapps/late-course_engine_soap-BBLEARN/Controller?COURSE_ID=_671511_1 2/5
Comentário
da resposta:
Parabéns! Sua resposta está correta. Com a popularização da internet, os
conjuntos de dados foram se tornando com vez maiores, armazenar estes
conjuntos estava se tornando tarefa complexa apenas para o meio físico, foi então
preciso extrair informações relevantes para que o gestor tomar a decisão correta e
assim aumentar o lucro nas empresas.
Pergunta 3
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
O algoritmo PSO, está enquadrado na classe de algoritmos Genéticos, que representa uma
classe de algoritmos de otimização, baseado no processo de evolução biológico e seleção
natural de indivíduos. Este modelo é definido como heurístico e foi proposto a partir do
acompanhamento social de indivíduos. 
 
Considerando essas informações e o conteúdo estudado sobre algoritmos genéticos e suas
características, esse modelo de algoritmo foi inspirado em qual comportamento? 
Enxame de partículas.
Enxame de partículas.
 Parabéns sua resposta está correta! O algoritmo Otimização por enxame
de partículas (do inglês: Particle Swarm Optmization - PSO), tem como
objetivo a busca por uma solução ótima, baseado no comportamento de
revoada ou bando de pássaros, sua estratégica é través da troca de
informações entre indivíduos de uma população determinando qual
trajetória cada um deles deverá tomar no espaço de busca.
Pergunta 4
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
A descoberta do conhecimento (KDD), segundo Fayaad (1996), é uma área da Inteligência Artificial
que é responsável por analisar grandes massas de dados, servindo para auxiliar profissionais de
diversos segmentos na tomada de decisão sobre problemas que possam envolver estes dados. 
Fonte: FAYYAD, U. M.; SHAPIRO, G. P., SMYTH, P.; UTHURUSAMY, R. “ Advances in
Knowledge Discovery and Data Mining. Massachusetts: AAAIPress; The Mit Press, 1996. 
 
Considerando essas informações e o conteúdo estudado sobre a descoberta de conhecimento
utilizando o processo KDD, qual alternativa que apresenta as etapas de processos de um KDD?
Pré-processamento; Seleção, Transformação; Mineração dos dados;
Interpretação/Avaliação dos dados, respectivamente.
Seleção; Pré-processamento; Transformação; Mineração dos dados;
Interpretação/Avaliação dos dados, respectivamente.
Infelizmente, a sua resposta está errada. Lembre-se que KDD representa um
processamento de descoberta de padrões e tendências em grandes conjunto de
dados, construindo uma análise prática dos dados, de modo que todas as etapas
são interativas e por muitas vezes repetitivas para chegar a um objetivo final.
Pergunta 5
O reconhecimento de padrões tem como características classificar objetos (padrões) em um
número de categorias ou classes. Sua aplicação se concentra em diferentes áreas como por
exemplo: reconhecimento de voz, diagnóstico médico, reconhecimento de caracteres e imagens,
1 em 1 pontos
0 em 1 pontos
1 em 1 pontos
15/06/2021 GRA1566 MODELOS DE APRENDIZADO DE MAQUINA GR2186211 - 202110.ead-29778924.06
https://fmu.blackboard.com/webapps/late-course_engine_soap-BBLEARN/Controller?COURSE_ID=_671511_1 3/5
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
etc. O reconhecimento de padrões é dividido em três grandes etapas (MARQUES, 1999). 
Fonte: MARQUES, J. Reconhecimento de padrões métodos estatísticos e neuronais. Portugal:
IST Press, 1999. 
 
Considerando essas informações e o conteúdo estudado sobre reconhecimento de padrões,
analise as etapas a seguir de acordo com aquelas que compõem Reconhecimento de Padrões. 
 
I. Análise de Dados 
II. Representação de Dados 
III. Interpretação de Resultados 
IV. Extração das características. 
V. Classificação de objetos 
 
Está correto apenas que se afirmar em:
II, IV e V.
II, IV e V.
Resposta certa! A extração de características refere-se a apresentação dos dados
da base, a extração de características representa a utilização apenas dos dados
que possuem relevância e consequentemente redução da 
dimensionalidade do vetor padrão, por fim, a última etapa envolvem os
procedimentos que a identificação e classificação do objeto em uma classe de
objetos.
Pergunta 6
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
O algoritmo a Apriori é considerado um modelo clássico na extração de regras de associação. Com
ele, érealizado um rastreamento em sua base de dados, sendo que conjuntos de itens frequentes
são obtidos a partir de conjuntos de itens candidatos. Ele é composto por uma função que tem
como finalidade a junção dos conjuntos frequentes, formando conjunto de K itens. 
 
Com bases nessas informações e do conteúdo estudado sobre algoritmos Apriori, pode-se afirmar
que esta função é conhecida como:
função Apriori_gen.
função Apriori_gen.
Parabéns! Sua resposta está correta. A função Apriori_gen a partir de um conjunto
de dados é capaz de gerar um conjuntode itens candidatos com itens frequentes,
em que são geradas combinações que destes itens frequentes, caso contrário se
um subconjunto não estiver presente no conjunto de frequentes ele será excluído.
Pergunta 7
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
O algoritmo ACO está enquadrado na classe de algoritmos genéticos, isto é, imita o processo de
seleção natural, com combinações ou mutações aplicadas às soluções para que possam alterar o
grupo. Este modelo de algoritmo utiliza combinações probabilística para se chegar ao resultado
proposto. 
 
Considerando essas informações e o conteúdo estudado sobre algoritmos genéticos e suas
características, o modelo ACO foi inspirado em qual comportamento? 
Colônia de formigas.
Colônia de formigas.
 Parabéns sua resposta está correta! O algoritmo de Otimização Colônia de
Formigas foi inspirado no comportamento que as Formigas possuem ao saírem de
sua colônia para a busca de comidas, estes insetos andam incansavelmente até
encontrar alimentos, deixando para trás um rastro de Ferônomio. Se outras
1 em 1 pontos
1 em 1 pontos
15/06/2021 GRA1566 MODELOS DE APRENDIZADO DE MAQUINA GR2186211 - 202110.ead-29778924.06
https://fmu.blackboard.com/webapps/late-course_engine_soap-BBLEARN/Controller?COURSE_ID=_671511_1 4/5
formigas encontram estes rastros, elas tendem a não seguir mais caminhos
aleatórios, seguindo a trilha encontrada.
Pergunta 8
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
Uma das técnicas mais atraentes é a Mineração de Regras de Associação, que tem como
destaque o algoritmo Apriori. Ele pode trabalhar com um número grande de atributos, gerando
várias alternativas combinatórias entre eles. O algoritmo Apriori realiza buscas sucessivas em toda
a base de dados, mantendo um ótimo desempenho em termos de tempo de processamento
(ROMAO, 1999). 
As métricas de confiança no algoritmo Apriori são utilizadas como parâmetro para medir quão
frequentemente itens em Y aparecem em transações que contém X. 
Fonte: ROMÃO, W. et al. Extração de regras de associação em C&T: o algoritmo Apriori. Encontro
Nacional em Engenharia de Produção, [s. l.], v. 34, p. 37-39, 1999. Disponível em: <http://www.
abepro.org.br/biblioteca/ENEGEP1999_A0901.pdf>. Acesso em: 22 dez. 2020. 
 
A partir deste contexto observe a tabela abaixo com o histórico de comprar em um mercado, em
que 0 significa produtos não comprados e 1 produtos comprados. 
 
 
 
Considerando essas informações e os conteúdos estudados sobre regras de classificação, assinale
a alternativa que demonstra medida de confiança para a associação {Cerveja, Carne}.
0,45.
0,75.
Infelizmente, sua resposta está incorreta. O cálculo da confiança é utilizado para
calcular níveis de proporção, por exemplo se X for comprado, a chance de Y ser
comprado é equivalente a certo valor.
Pergunta 9
Algoritmos que utilizam regras de Associação são amplamente utilizados para descobrir elementos
0 em 1 pontos
0 em 1 pontos
15/06/2021 GRA1566 MODELOS DE APRENDIZADO DE MAQUINA GR2186211 - 202110.ead-29778924.06
https://fmu.blackboard.com/webapps/late-course_engine_soap-BBLEARN/Controller?COURSE_ID=_671511_1 5/5
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
que ocorrem em comum dentro de um grande conjunto de dados. Existe um parâmetro essencial
que demonstra um percentual de vezes que um conjunto de elementos A aparece no conjunto de
transações. 
 
A partir dessas informações e do conteúdo estudado sobre Regras de Associação, pode-se afirmar
que este parâmetro refere ao:
Confiança
Suporte
Infelizmente, sua resposta está incorreta. Lembre-se de este parâmetro é
fundamental para a geração de regras significativas para a análise, deste modo é
importante lembrar que este parâmetro pode ser visto como a probabilidade de
ocorrência do itemset A ∪ B em T.
Pergunta 10
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
A Mineração de Dados surgiu com o intuito de extrair informações precisas em grandes conjuntos
de dados, maximizando resultados de modo rápido eficiente e efetivo. Sua base de criação é
formada por basicamente três disciplinas entrelaçadas. 
 
Considerando essas informações e o conteúdo estudado sobre mineração de dados, analise as
disciplinas a seguir de acordo com aquelas que compõem a base da mineração de dados. 
 
I. Inteligência Artificial 
II. Programação O.O. 
III. Machine Learning. 
IV. Estatística. 
V. Matemática Discreta. 
 
Está correto apenas que se afirma em:
I, III e IV.
I, III e IV.
Resposta certa! A Mineração de Dados ou Data Mining é formado pelas três
assertivas juntamente com a base de dados que será utilizado para extrair as
informações. Sendo a estatística (o estudo numérico das relações entre dados),
inteligência artificial (inteligência exibida por softwares e/ou máquinas, que se
assemelha à humana) e Machine Learning (algoritmos que podem aprender com
dados para realizar previsões).
1 em 1 pontos