Baixe o app para aproveitar ainda mais
Prévia do material em texto
16/06/2021 Cosmos · Cosmos https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2322484/2343530 1/7 Linguagens de programação para ciência de dados (Python com Spark) Professor(a): Marcelo Tavares De Lima (Mestrado acadêmico) 1) 2) Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A Avaliação Virtual (AV) é composta por questões objetivas e corresponde a 100% da média final. Você tem até cinco tentativas para “Enviar” as questões, que são automaticamente corrigidas. Você pode responder as questões consultando o material de estudos, mas lembre-se de cumprir o prazo estabelecido. Boa prova! Big Data significa grande volume de dados. Esses dados são criados e armazenados pelas mídias sociais, aplicativos de negócios e telecomunicações; vários outros domínios estão levando à formação de Big Data. O Apache Spark é um framework que fornece APIs para análise e processamento de Big Data. Sobre Big Data e Apache Spark, assinale a alternativa correta. Alternativas: Velocidade é a principal característica do Big Data e refere-se à velocidade na distribuição dos dados. Logs de servidores e aplicativos; imagens e vídeos gerados pela câmera de segurança são exemplos de dados semi-estruturados. Os dados são classificados em semi-estruturados e estruturados e podemos extrair informações desses dados utilizando o framework Apache Spark. O Apache Spark é um framework para processamento Big Data e tem como principais características: velocidade no processamento de grande volume de dados tem suporte para diversos tipos de linguagem de programação como Python, Java, R, Scala e C. O Apache Spark é um framework para processamento Big Data e tem como suporte para diversos formatos de dados (não-estruturado, semiestruturado e estruturado). CORRETO Código da questão: 48970 Sobre os conceitos de Big Data e Apache Spark, considere as seguintes afirmações: I. O Apache Spark é um framework para análise e processamento de Big Resolução comentada: Os dados são classificados em não-estruturados (logs de servidores e aplicativos; imagens e vídeos) semiestruturados (CSV, XML e JSON) e estruturados (banco de dados). O Apache Spark não tem suporte para linguagem de programação C. A propriedade Velocidade (Velocity) em Big Data refere-se à velocidade na qual os dados estão sendo criados, armazenados e atualizados e não na sua distribuição. 16/06/2021 Cosmos · Cosmos https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2322484/2343530 2/7 3) Data. Além da API principal do Apache Spark, existem diversas bibliotecas adicionais para processamento de dados, SQL, grafos e aprendizado de máquina (machine learning) e processamento de imagens. II. Spark SQL é a biblioteca mais importante do framework Apache Spark. Através dela você pode executar consultas SQL nativas em apenas dados estruturados. Tem suporte para linguagem em Java, Scala, Python e R. III. Spark MLlib é uma biblioteca de aprendizado de máquina (machine learning), que consiste em diversos algoritmos de aprendizagem de máquina supervisionado e não-supervisionado. IV. A biblioteca Spark GraphX contém funções para trabalhar com grafos e processamento de imagem (segmentação, filtragem e transformação geométrica). São verdadeiras: Alternativas: II - III - IV. II - III. Apenas III. CORRETO Todas as afirmações. Apenas I. Código da questão: 48972 O Apache Spark é uma plataforma de computação em cluster projetada para trabalhar com grande volume de dados (Big Data) de forma simples e eficiente (KARAU, 2015). O projeto Spark foi desenvolvido na linguagem ________ e executa em uma ____________. Além da API principal do Spark, existem diversas bibliotecas adicionais para processamento de dados, SQL, grafos e aprendizado de máquina (machine learning). O Apache Spark contém duas estruturas de dados para trabalhar com coleções distribuídas: ____________ e _____________. Assinale a alternativa que completa adequadamente as lacunas. Alternativas: Python; máquina virtual Java; Hashset; ArrayLis.t Java; máquina virtual Java; DataFrame; DataSet. Scala; máquina virtual Java; DataFrame; DataSet. CORRETO Resolução comentada: Apache Spark não contém API para processamento de imagens, portanto a opção I e IV são falsas. A API SQL Spark tem suporte para dados semiestruturados e estruturados, portanto a opção II também é falsa. Spark MLlib é uma biblioteca de aprendizado de máquina (machine learning), que consiste em diversos algoritmos de aprendizagem de máquina supervisionado e não-supervisionado, portando a opção III é correta. 16/06/2021 Cosmos · Cosmos https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2322484/2343530 3/7 4) 5) Python; máquina virtual Java; DataFrame; ArrayList. Scala; máquina virtual Linux; DataFrame; ArrayList. Código da questão: 48971 Alternativas: III - IV. CORRETO Todas as afirmações são verdadeiras. Apenas I. Apenas III. I - II - IV. Código da questão: 48964 Analise as sentenças sobre o framework Apache Spark e a linguagem de programação Python. I. O framework Apache Spark tem suporte para outras ferramentas de armazenamento de Big Data, como o Elasticsearch, Cassandra e MongoDB. II. O framework Apache Spark tem como principal característica o processamento de grande quantidade de dados (Big Data) com alta Resolução comentada: O Apache Spark foi desenvolvido na linguagem Scala, em 2009, pelo grupo de pesquisa do AMPLab da Universidade de Califórnia – Berkeley, e executado em uma máquina virtual Java (JVM). O Apache Spark contém duas estruturas de dados para trabalhar com coleções distribuídas: DataFrame e DataSet. Resolução comentada: 16/06/2021 Cosmos · Cosmos https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2322484/2343530 4/7 6) latência e tem suporte para as seguintes linguagens de programação: C, Java, R, Python, Scala e Matlab. III. Spark Context é o objeto (ou uma classe) que faz a conexão do Spark ao algoritmo que está sendo desenvolvido. Ele pode ser acessado como uma variável em um programa para utilizar os seus recursos. IV. Utilizando a biblioteca Spark SQL é possível obter os dados de arquivos semiestruturados (XML, CSV e JSON) e salvar essas informações em um banco de dados relacional (MySQL, Postgres, Oracle). Assinale todas as afirmações verdadeiras Alternativas: I - III - IV. CORRETO I - II. Apenas I. I - II - III. Apenas IV. Código da questão: 48974 A linguagem de programação Python foi criada em 1991, mas só recentemente vem sendo utilizada em grandes proporções. Isso se deve por algumas facilitações e otimizações que a linguagem proporciona no momento do desenvolvimento. Com relação a essas características, podemos afirmar sobre Python: I. Facilita a legibilidade. II. A expressividade da linguagem dificulta no desenvolvimento de algoritmos complexos de Machine Learning. III. Eficiência no gerenciamento de memória. IV. Comunidade muito ativa contribuindo para melhoria de bibliotecas. V. Possibilidade de vários paradigmas de programação. São verdadeiras: Alternativas: V. I - II - IV. IV - V. I - II. I - III - IV - V. CORRETO Código da questão: 48943 Resolução comentada: Apenas a alternativa II está incorreta, pois o Python apresenta diversas vantagens, a expressividade da linguagem facilita o desenvolvimento de algoritmos mais complexos, sendo uma preocupação a menos para o desenvolvedor a dificuldade com a sintaxe da linguagem. 16/06/2021 Cosmos · Cosmos https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2322484/2343530 5/7 7) 8) O Spark tem algumas características que podem ser citadas, como, por exemplo, o armazenamento é realizado primeiramente em memória e somente após o processamento passa a enviar os dados para memória, agilizando o processamento das informações. Além dessas características, assinale como verdadeira ou falsa as outras mencionadas a seguir: ( ) Otimização de operações para grafos. ( ) Suporte para funções que vão além do Map e Reduce. ( ) Disponibiliza umShell interativo para as linguagens Python e Scala. ( ) A avaliação de consultas para Big Data sob demanda, contribuindo para a otimização do fluxo do processamento de dados. ( ) O Spark não suporta armazenamento de dados distribuídos. Alternativas: F – V – F – V – F. V – F – V – V – V. F – V – V – V – V. F – F – V – V – F. V – V – V – V – F. CORRETO Código da questão: 48947 I. O aprendizado de máquina (machine learning) é largamente utilizado para resolver problemas complexos em diversas áreas do conhecimento (engenharia, psicologia, medicina e computação), que muitas vezes seria impossível de se resolver ou demoraria muito tempo para serem resolvidos. Exemplo de aplicação bastante utilizada são sistemas para reconhecimento facial e aplicações para segurança em diversos países. II. Kyoto é um importante destino turístico que recebe mais de 8,7 milhões de visitantes por ano - um número impressionante, mesmo para os padrões globais. A Prefeitura se juntou à companhia japonesa para desenvolver o projeto denominado "Criando espaços públicos e cidades seguras". O sistema combina teoria criminal com dados sobre crimes cometidos em todas as áreas da cidade e analisa esses dados para prever quando e onde certos tipos de crimes tendem a acontecer. (Fonte: NEC. Tecnologia de reconhecimento facial movida a IA e machine learning. 06/03/2018. Disponível em: https://computerworld.com.br/brandpost/tecnologia-de- reconhecimento-facial-movida-ia-e-machine-learning/. Acesso em: 13 nov. 2019). III. Entretanto, algumas questões relacionadas com moralidade e ética precisam ser levadas em consideração antes do desenvolvimento de aplicações que usam IA. Muitas vezes, nem percebemos que estamos sendo manipulados e monitorados o tempo todo por aplicações desenvolvidas utilizando inteligência artificial. Resolução comentada: Somente a última afirmativa é falsa, pois o Spark suporta armazenamento de dados distribuídos. 16/06/2021 Cosmos · Cosmos https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2322484/2343530 6/7 9) IV. Um drone militar americano, em 2011, eliminou, por comportamento suspeito, um grupo de homens em Datta Khel, no Paquistão, que estavam em assembleia para resolver um conflito local; o Google, em 2017, estava sendo processado na Inglaterra em uma ação coletiva por coletar dados de 5,4 milhões de usuários de iPhone, teoricamente protegidos por políticas. (Fonte: KAUFMAN, Dora. A ética e a inteligência artificial. Valor, 21/12/2017. Disponível em: https://valor.globo.com/eu-e/noticia/2017/12/21/a-etica-e-a- inteligencia-artificial.ghtml. Acesso em: 13 nov. 2019). Assinale a alternativa acerca das asserções supracitadas, bem como a relação entre elas. Alternativas: A primeira asserção está incorreta, na segunda e na quarta são citados exemplos para confirmação para a terceira. A primeira asserção está correta, a segunda são exemplos de contradição para a primeira, a terceira é a confirmação da primeira e a quarta são citados exemplos para confirmação para a terceira. A primeira asserção está correta, a segunda são exemplos para ajudar na confirmação para a primeira, a terceira é a contradição da primeira e na quarta são citados exemplos para confirmação para a terceira. CORRETO A primeira asserção está correta, na segunda e quarta são citados exemplos para confirmação para a terceira. INCORRETO A primeira asserção está incorreta, a segunda é complemento para a primeira, a terceira é a contradição da primeira e a quarta são citados exemplos para confirmação para a terceira. Código da questão: 48969 Sobre os conceitos de Estatística, Probabilidade e bibliotecas do Python, considere as seguintes afirmações: ( ) Utilizando algumas bibliotecas do Python como Numpy, pandas e Matplotlib é possível criar e visualizar histogramas. ( ) Na distribuição normal, o valor da média, moda e mediana são sempre iguais. ( ) Na correlação, se o valor da magnitude se aproxima de 1 ou -1, indica que temos uma correlação fraca. ( ) A biblioteca Pandas é uma poderosa biblioteca do Python usada Resolução comentada: A primeira asserção está correta e explica a importância do aprendizado de máquina (machine learning) em diversas áreas. A segunda asserção cita um exemplo de uma aplicação para confirmar a primeira asserção. Já a terceira asserção se contradiz com a primeira, explicando que aplicações com inteligência artificial, muitas vezes, são utilizadas sem se preocupar com problemas éticos e morais. Na quarta são citados dois exemplos para confirmação da terceira asserção. 16/06/2021 Cosmos · Cosmos https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2322484/2343530 7/7 10) principalmente para realizar cálculos em arrays e matrizes multidimensionais. Assinale a alternativa que contenha a sequência correta. Alternativas: V – F – F – V. V – V– F – F. CORRETO F – F – V – V. F – F – F – V. V – V – V – F. Código da questão: 48963 Uma das principais estruturas que o Pandas disponibiliza para a utilização são os__________. Os __________ têm estruturas que trabalham de maneira__________. Sendo assim, eles são organizados em __________ e __________, onde cada linha é um registro e cada coluna um campo. Assinale a alternativa que completa adequadamente as lacunas.: Alternativas: Dataframes; Dataframes; tabular; linhas; colunas. CORRETO Dataframes; Repositórios; tabular; X; Y. Repositórios; Repositórios; linear; colunas; linhas. Dataframes; Dataframes; linear; linhas; colunas. Frames; Frames; organizada; x; y. Código da questão: 48951 Resolução comentada: Na correlação, se o valor da magnitude se aproxima de 1 ou -1, indica que temos uma correlação forte. A biblioteca NumPy é uma poderosa biblioteca do Python usada principalmente para realizar cálculos em arrays e matrizes multidimensionais. Resolução comentada: Os DataFrames têm organização tabular, portanto são organizados em linhas e colunas. Arquivos e Links
Compartilhar