Atividade 04

Prévia do material em texto

Pergunta 1
	1 em 1 pontos
	
	
	
	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:
	Resposta Selecionada:
	Correta 
I, III e IV.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	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).
	
	
	
			Pergunta 2
	1 em 1 pontos
	
	
	
	Um Data Warehouse de acordo com a Oracle (2020), é um sistema de gerenciamento de dados utilizado para fornecer suporte a consulta e análise de dados, que geralmente contém grandes quantidades de dados históricos, permitindo as organizações obtenham informações úteis de seus dados para melhorar a tomada de decisões.
Fonte: ORACLE. O que é um Data Warehouse? Oracle, [s. l.], 2020. Disponível em: <https://www.oracle.com/br/database/what-is-a-data-warehouse/#link4> Acesso: 29 dez. 2020.
 
Com bases nessas informações e do conteúdo estudado sobre um Data Warehouse, é possível afirmar que esse armazém de dados é
	Resposta Selecionada:
	Correta 
utilizado para que as empresas tenham melhor desempenho de acordo com a análise de dados.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Parabéns! Sua resposta está correta. Um Data Warehouse possibilita a análise de grandes volumes de dados coletados em diversos tipos de sistemas, como por exemplo: planilhas eletrônicas e ERP’s, essas coletas são conhecidas como séries históricas, o que possibilita o gestor na tomada de decisão.
	
	
	
			Pergunta 3
	0 em 1 pontos
	
	
	
	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}.
	Resposta Selecionada:
	Incorreta 
0,65.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	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 4
	1 em 1 pontos
	
	
	
	Algoritmos que utilizam regras de associação são amplamente utilizados para descobrir elementos que ocorrem em comum dentro de um grande conjunto de dados. Existe um parâmetro essencial que demonstra dentre as transações que possuem os itens de X, a porcentagem de transações que possuem também os itens de y, indicando a validade da regra.
 
A partir dessas informações e do conteúdo estudado sobre regras de associação, pode-se afirmar que este parâmetro refere a:
	Resposta Selecionada:
	Correta 
Confiança.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Parabéns! Sua resposta está correta. A Confiança pode ser definida como a frequência na qual os elementos de 𝑌 aparecem no conjunto de dados com transações que possuem 𝑋.
	
	
	
			Pergunta 5
	1 em 1 pontos
	
	
	
	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? 
	Resposta Selecionada:
	Correta 
Enxame de partículas.
	Resposta Correta:
	Correta 
Enxame de partículas.
	Comentário da resposta:
	 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 6
	1 em 1 pontos
	
	
	
	O Data Warehouse ou Armazéns de dados, surgiram com a proposta de armazenar grandes volumes de dados de uma organização de diferentes formatos ou criados por ferramentas distintas (ERP, Planilhas eletrônicas, Banco de Dados etc.), no entanto, são divididos em fatias ou subconjuntos que podem estar vinculados a algum departamento ou níveis de sumarização.
 
Considerando essas informações e o conteúdo estudado sobre data warehouse e suas características, assinale a alternativa que relata o nome deste processo de divisão em subconjunto em um armazém de dados.
	Resposta Selecionada:
	Correta 
Data Mart.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Parabéns! Sua resposta está correta. O Data Marts são pequenas soluções de armazenamento de dados, dividas em um conjunto menores de dados que pode oferece acesso mais fácil aos dados de um setor por exemplo, tornando os processos de uma organização mais ágil.
	
	
	
			Pergunta 7
	1 em 1 pontos
	
	
	
	O algoritmo Inteligência de Enxame (Swarm inteligence), faz parte da grande área dos algoritmos genéticos, sendo caracterizada como uma classe particular dos algoritmos Evolucionários. Recebe este nome por simular e observar   comportamento coletivo dos indivíduos de uma população, e a busca de tais indivíduos para soluções simples em problemas complexos.
Considerando essas informações e o conteúdo estudado sobre M 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. ( ) Duas linhas de pesquisa podem evidenciar a inteligência de enxames, a primeira estuda o comportamento social de insetos; e a segunda trata das habilidades das sociedades humanas e sua maneira de processar conhecimento.
II. (  ) Os algoritmos de Inteligência de Enxame são inspirados em comportamento coletivo e individual dos indivíduos.
III. ( ) Basicamente os algoritmos de Inteligência de Enxame, possuem três premissas básicas: Proximidade, Adaptabilidade, Diversidade
IV. (  ) Um enxame é a generalização de uma coleção estruturada de indivíduos capazes de interagir uns com os outros.
 
Agora, assinale a alternativa que apresenta a sequência correta:
	Resposta Selecionada:
	Correta 
V, F, F, V.
	Resposta Correta:
	Correta 
V, F, F, V.
	Comentário da resposta:Resposta certa! A afirmativa I é verdadeira, algoritmos que utilizam Inteligência de enxames são elaborados por meio da observação e implementação direta do comportamento de insetos sociais, como formigas e abelhas, para a resolução de diferentes problemas elencado a habilidade humana de adquirir conhecimento, auxiliando assim a solucionar problemas de otimização. A afirmativa IV é verdadeira, sendo uma das principais característica do modelo é o poder de integração coletiva simples com outros indivíduos ou com o ambiente.
	
	
	
			Pergunta 8
	1 em 1 pontos
	
	
	
	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?
	Resposta Selecionada:
	Correta 
Seleção; Pré-processamento; Transformação; Mineração dos dados; Interpretação/Avaliação dos dados, respectivamente.
	Resposta Correta:
	Correta 
	Comentário da resposta:
	Parabéns! Sua resposta está correta. O processo de KDD é sempre realizado de forma interativa e por muitas vezes repetidos e refinados, ocasionando uma solução ótima para a análise de dados, para que ao final o gestor tenha uma resposta correta para aplicar em sua tomada de decisão.
	
	
	
			Pergunta 9
	1 em 1 pontos
	
	
	
	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.
	Resposta Selecionada:
	Correta 
Aumento constante de massa de dados .
	Resposta Correta:
	Correta 
	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 10
	0 em 1 pontos
	
	
	
	Algoritmos que utilizam regras de Associação são amplamente utilizados para descobrir elementos 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:
	Resposta Selecionada:
	Incorreta 
Confiança Mínima
	Resposta Correta:
	Correta Suporte 
	Comentário da resposta:
	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.