A maior rede de estudos do Brasil

Grátis
8 pág.
Atividade 4 Aprendizado de Máquina

Pré-visualização | Página 1 de 2

Usuário JULIANA DA SILVA DE MIRANDA 
Curso GRA1566 MODELOS DE APRENDIZADO DE MÁQUINA 
GR2186211 - 202110.ead-14781.01 
Teste ATIVIDADE 4 (A4) 
Iniciado 17/06/21 19:45 
Enviado 17/06/21 20:05 
Status Completada 
Resultado da 
tentativa 
10 em 10 pontos 
Tempo decorrido 19 minutos 
Resultados 
exibidos 
Respostas enviadas, Respostas corretas, Comentários 
• Pergunta 1 
1 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: 
0,75. 
Resposta Correta: 
 
0,75. 
Comentário da 
resposta: 
Parabéns sua resposta está correta! A medida de confiança 
é feita a partir do cálculo: Confiança = (x e y) / nº_total x, ou 
seja, (3/6) = 0,75, em que o 6 representa o número de vezes 
que os itemsets 
Cerveja e Carne aparecem simultaneamente e o 8 
representa a quantidade que o itemset 
Cerveja aparece na base e dados. 
 
• Pergunta 2 
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: 
 
Seleção; Pré-processamento; Transformação; 
Mineração dos dados; Interpretação/Avaliação dos 
dados, respectivamente. 
Resposta 
Correta: 
 
Seleção; Pré-processamento; Transformação; 
Mineração dos dados; Interpretação/Avaliação dos 
dados, respectivamente. 
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 3 
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: 
 
utilizado para que as empresas tenham melhor 
desempenho de acordo com a análise de dados. 
Resposta 
Correta: 
 
utilizado para que as empresas tenham melhor 
desempenho de acordo com a análise de dados. 
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 4 
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: 
Aumento constante de massa de dados . 
Resposta Correta: 
Aumento constante de massa de dados . 
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 5 
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: 
I, III e IV. 
Resposta Correta: 
I, III e IV. 
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 6 
1 em 1 pontos 
 
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, 
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: 
Resposta Selecionada: 
II, IV e V. 
Resposta Correta: 
II, IV e V. 
Comentário 
da resposta: 
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