Unidade 02

Prévia do material em texto

Pergunta 1
	1 em 1 pontos
	
	
	
	O Aprendizado Supervisionado é dividido em modelos de classificação e regressão, ambos com características próprias. O primeiro possui variáveis de saída conhecidas como rótulos ou categorias, sendo que a função de mapeamento é responsável por prever uma classe ou categoria para cada observação. Já no segundo modelo, a variável de saída pode representar um valor real de acordo com a definição do problema, como um número inteiro, ou valor de ponto flutuante, como, por exemplo, quantidade e tamanho.
 
A partir dessas informações e do conteúdo estudado sobre métodos de classificação e regressão, os algoritmos que abordam as duas técnicas são:
	Resposta Selecionada:
	Correta 
Redes Neurais Artificiais e Árvore de Decisão.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	parabéns sua resposta está correta. pode-se resolver problemas de classificação e regressão utilizando uma Rede Neural Artificial ou um Árvore de Decisão, lembrando que é fundamental, independentemente do tipo ou estrutura do conjunto de dados, que eles venham rotulados.
	
	
	
			Pergunta 2
	1 em 1 pontos
	
	
	
	Para utilizar o Aprendizado Supervisionado, inicialmente, necessita-se de um conjunto de dados já rotulados. Esses dados, muitas vezes, podem vir diagnosticados como ruidosos, ou seja, podem estar duplicados, faltosos ou inconsistentes, comprometendo a resposta a ser dada pela máquina.
O sobreajuste dos dados ocorre quando o modelo se adaptou muito bem aos dados os quais está sendo treinado. Nesse contexto, o modelo está adequado ao conjunto de dados de treino, mas não é capaz de se adaptar a novos dados. Isso ocorre quando os resultados obtidos no treinamento são excelentes e apresenta resultado problemático em dados de teste.
 
Considerando os conteúdos estudados, a má adaptação de sobreajuste dos dados, ocorrida em Aprendizado de Máquina, é conhecida como:
	Resposta Selecionada:
	Correta 
Overfitting.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Parabéns! Sua resposta está correta. O overfitting ocorre quando os dados de treinamento apresentam um excelente resultado, mas, ao aplicar os resultados de testes, o desempenho, na verdade, é ruim. Está relacionado a um problema de treinamento e validação, de acordo com o modelo escolhido. O overfitting pode se ajustar aos ruídos dos dados.
	
	
	
			Pergunta 3
	0 em 1 pontos
	
	
	
	Redes Neurais Artificiais são conjuntos de neurônios artificiais que, por natureza, possuem similaridades de estrutura e funcionamento dos neurônios de seres humanos, possuindo capacidade de adaptação, aprendizado e armazenamento.
 
Considerando essas informações e o conteúdo estudado sobre as características básicas que norteiam um neurônio artificial simples, analise as afirmativas a seguir a respeito das e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
 
I. ( ) Um neurônio denominado do tipo Perceptron simples contém em sua estrutura diversas camadas ocultas, que resultam em mais de uma saída desejada.
II. ( ) Os pesos das conexões de um neurônio artificial simples correspondem à sinapse de um neurônio humano.
III. ( ) Sinais de entrada correspondem a variáveis contidas em um conjunto de dados.
IV. ( ) A saída desejada, isto é, o resultado final, é obtida através da média de todas as variáveis de entrada.
 
Agora, assinale a alternativa que apresenta a sequência correta:
	Resposta Selecionada:
	Incorreta 
F, F, V, V.
	Resposta Correta:
	Correta 
 
	QUESTÃO 4
	Assunto da unidade que será abordado na questão: Algoritmos de Árvore de Decisão
	Tópico do e-book em que se encontra o tema abordado: 2.6 Principais Algoritmos de Regressão 2.6.1 Árvores de Decisão
	Tipo de questão: Interpretação
	Nível de dificuldade da questão: Difícil
	Comentário da resposta:
	Infelizmente, sua resposta está incorreta. Existem vários modelos de RNA, mas todos são compostos por inúmeros processos que se assemelham a neurônios dos seres humanos, como por exemplo: o método de aprendizado e conhecimento. Procure lembrar do que foi estudado sobre um modelo simples de neurônio artificial.
	
	
	
			Pergunta 4
	0 em 1 pontos
	
	
	
	Modelos de Aprendizagem de Máquina são amplamente utilizados na indústria para resolução de problemas. O maior desafio é escolher a técnica correta para ser empregada. Uma técnica muito usual é aquela que separa os dados de acordo com suas classes similares.
 
A partir dessas informações e do conteúdo estudado sobre aprendizado supervisionado e suas principais técnicas, pode-se afirmar que este modelo de algoritmo se refere ao:
	Resposta Selecionada:
	Incorreta 
Modelo de Regressão.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Infelizmente, sua resposta está incorreta. Lembre-se de que o objetivo principal deste modelo é dividir o conjunto de dados já rotulados em classes, ou seja, de acordo com as características pré-processadas no modelo de algoritmo escolhido.
	
	
	
			Pergunta 5
	1 em 1 pontos
	
	
	
	Inúmeras são as técnicas que utilizam o Aprendizado de Máquina para prever um possível resultado, cada uma com sua particularidade. O KNN, ou Nearest Neighbour Retrieval (Vizinho mais próximo), é considerado uma das técnicas mais simples deste modelo de aprendizado, que tem como objetivo resolver problemas se baseando na sua distância com os casos existentes.
 
Com base nessas informações e o conteúdo estudado sobre o algoritmo KNN, responda: qual é a técnica que representa este modelo de Aprendizagem?
	Resposta Selecionada:
	Correta 
Aprendizado Supervisionado – técnica de Classificação.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Parabéns! Sua resposta está correta. Este modelo utiliza técnicas de aprendizado supervisionado, em que seus dados já deverão ser pré-estabelecidos. Essas técnicas são muito utilizadas pra resolver os problemas de classificação em que os dados são qualificados de acordo com o cálculo da distância de cada amostra já pré-existente com uma nova amostra. Desse modo, o novo dado pertencerá sempre àquela classe, que conterá um maior número de dados (vizinhos mais próximos).
	
	
	
			Pergunta 6
	0 em 1 pontos
	
	
	
	Ao se criar o modelo que se assemelha a uma árvore, o algoritmo possui em sua estrutura um maior nível hierárquico, localizado no topo da árvore e seguindo por um conjunto de decisões, até que se chegue ao fim, onde será feita a tomada de decisão, ou seja, escolhida a resposta final.
 
Considerando essas informações e o conteúdo estudado, analise entre as partições a seguir quais são as que assemelham ao maior nível hierárquico e a decisão final.
 
I. Ponto de partida.
II. Ramos.
III. Nó de decisão.
IV. Nó folha.
 
Está correto apenas o que se afirma em:
	Resposta Selecionada:
	Incorreta 
II e III.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Resposta incorreta. Tenha em mente que este modelo de algoritmo utiliza heurística de particionamento recursivo na hora da sua criação, que define a melhor bipartição de cada nó utilizando uma técnica do tipo dividir para conquistar.
	
	
	
			Pergunta 7
	0 em 1 pontos
	
	
	
	Os algoritmos de regressão fazem parte do contexto de Aprendizado Supervisionado. Tratam-se de técnicas que não têm a capacidade de sintetizar informações textuais, isto é, só conseguem predizer valores numéricos.
 
A partir dessas informações e do conteúdo estudado sobre modelos de Regressão, pode-se afirmar que estas variáveis são representadas por:
	Resposta Selecionada:
	Incorreta 
Valores inteiros.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Infelizmente, sua alternativa está incorreta. Esse tipo de algoritmo é muito bem aplicado quando há uma boa correlação linear entre os dados, ou seja, quando há duas ou mais variáveis relacionadas.
	
	
	
			Pergunta 8
	1 em 1 pontos
	
	
	
	O conceito de Árvore de Decisão utilizado nos modelos de Aprendizado Supervisionado, tanto em algoritmos de Regressão como Classificação,tem como finalidade auxiliar uma organização a tomar decisões e prever resultados.
São modelos formados por um conjunto de elementos repletos de informações e particionados em sub-regiões que percorrem caminhos hierárquicos, visando auxiliar no processo de tomada de decisão.
 
A estrutura típica, que finaliza e indica que já não é mais possível atribuir nenhuma classe para o nó, demonstrando que é chegada a hora de tomar a decisão correta, é conhecida como:
	Resposta Selecionada:
	Correta 
Nó folha.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Parabéns! Sua resposta está correta. O nó folha ou nó resposta representa a tomada de decisão. Uma Árvore de Decisão se inicia com o nó raiz e termina com o nó folha, onde são iniciadas as informações advindas do conjunto de dados até a resposta final esperada pelo usuário.
	
	
	
			Pergunta 9
	0 em 1 pontos
	
	
	
	Classificar dados corresponde a dividir um conjunto de dados já pré-existentes em classes. Os dados serão classificados de acordo com sua similaridade e, para que essa classificação aconteça, eles deverão passar por três níveis de processos.
 
Considerando essas informações e o conteúdo estudado sobre modelos de Classificação, quais são esses processos?
 
I. Pré-processamento.
II. Escolher o modelo de algoritmo.
III. Extração de características.
IV. Classificação.
 
Está correto apenas que se afirma em:
	Resposta Selecionada:
	Incorreta 
I, II e III.
 
	QUESTÃO 12
	Assunto da unidade que será abordado na questão: Ruído na base de dados
	Tópico do e-book em que se encontra o tema abordado: 2.1 Aprendizado de Máquina e base de dados
	Tipo de questão: Afirmação incompleta
	Nível de dificuldade da questão: Médio
 
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Infelizmente, sua resposta está incorreta. Tenha em mente que o modelo de algoritmo escolhido é independente das fases de processamento dos dados. O importante nesta etapa é trabalhar com dados que não vão trazer redundância de informações para a tomado de decisão.
	
	
	
			Pergunta 10
	0 em 1 pontos
	
	
	
	Diversos são os modelos de algoritmos que podem empregar técnicas de Mineração de Dados e Aprendizado de Máquina. Muitos deles são utilizados para resolver problemas de Classificação quanto de Regressão, o que muda é o tipo de conjunto de dados a ser utilizado.
 
Com bases nessas informações e no conteúdo estudado sobre problemas de classificação e regressão, pode-se afirmar que um algoritmo capaz de utilizar essas duas categorias é conhecido como:
	Resposta Selecionada:
	Incorreta 
Algoritmos de Clusterização.
	Resposta Correta:
	Correta 
 
	QUESTÃO 11
	Assunto da unidade que será abordado na questão: Técnicas de Classificação
	Tópico do e-book em que se encontra o tema abordado: 2.3 Aprendizagem Supervisionada - Modelos de Classificação
	Tipo de questão: Complementação Múltipla
	Nível de dificuldade da questão: Médio
	Comentário da resposta:
	Infelizmente, sua resposta está incorreta. Lembre-se de que o objetivo principal deste modelo é trabalhar com um conjunto de dados já existente para, posteriormente, escolher o modelo que mais o representa.