Atividade 4 Aprendizado de Máquina

Prévia do material em texto

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 
etapaenvolvem os procedimentos que a identificação e 
classificação do objeto em uma classe de objetos. 
 
 
• Pergunta 7 
1 em 1 pontos 
 
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? 
 
Resposta Selecionada: 
Colônia de formigas. 
Resposta Correta: 
Colônia de formigas. 
Comentário 
da resposta: 
 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 
formigas encontram estes rastros, elas tendem a não 
seguir mais caminhos aleatórios, seguindo a trilha 
encontrada. 
 
 
• Pergunta 8 
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. O parâmetro que demonstra o percentual de 
vezes que o conjunto A aparece no conjunto de transações. 
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 a percentagem de 
Suporte para a associação {Carne, Carvão} 
 
Resposta Selecionada: 
0,4. 
Resposta Correta: 
0,4. 
Comentário da 
resposta: 
Parabéns sua resposta está correta! A medida de suporte 
é feita a partir do cálculo: Suporte = (Frequência de X e 
Y)/(Total T),ou seja: 4/10 = 0,40. 
Em que, 4 é a quantidade de vezes que os itens carne e 
carvão são comprados em conjunto e 10 total de vendas 
no dataset. 
 
 
• Pergunta 9 
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: 
Data Mart. 
Resposta Correta: 
Data Mart. 
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 10 
1 em 1 pontos 
 
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: 
Resposta Selecionada: 
V, F, V, F. 
Resposta Correta: 
V, F, V, F. 
Comentário 
da resposta: 
 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. 
 
 
Quinta-feira, 17 de Junho de 2021 20h06min14s BRT