Logo Passei Direto
Buscar

Data science Avalia+º+úo On-Line 2 (AOL 2) - Question+írio

User badge image
Ricardo Pires

em

Ferramentas de estudo

Questões resolvidas

Leia o trecho a seguir: "Se o segundo trabalho for diferente do trabalho para o qual o teste se mostrou válido, o teste no segundo caso pode ou não ser válido. A única maneira de saber ao certo seria conduzir outro estudo de validação no segundo trabalho para verificar se o teste de fato prevê o critério." Fonte: SPECTOR, Paul. Psicologia nas organizações.São Paulo: Saraiva, 2009. p.165.
A partir dessas informações e do conteúdo estudado a respeito de generalização, pode-se afirmar que:
o sobreajuste cresce conforme a generalização aumenta.
quanto mais capacidade de generalização, mais confiável é um modelo.
sobreajuste é a capacidade positiva de usar o modelo em outros dados.
regressão e sobreajuste são a mesma coisa.
generalização e matriz de confusão são a mesma coisa.

Leia o trecho a seguir: “KNN é um método preguiçoso, no sentido de que nenhum modelo é aprendido com o treinamento. A idéia do KNN é extremamente simples e efetiva em várias aplicações.” Fonte: LIU, Bing. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Chicago: Springer, 2008. p. 112.
Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
I. ( ) KNN estuda vizinhos mais próximos desde que menor que 10.
II. ( ) O ideal é escolher K par.
III. ( ) É possível calcular o melhor KNN, usando distâncias como a euclidiana, por exemplo.
IV. ( ) A distância euclidiana mede a distância entre os valores dos dados.
F, V, F, F.
F, F, V, V.
V, F, F, V.
F, F, V, F.
V, V, F, F.

Leia o trecho a seguir: “A validação cruzada é um procedimento mais sofisticado de treinamento e teste de retenção. Gostaríamos não só de uma simples estimativa do desempenho de generalização, mas também de algumas estatísticas sobre o desempenho estimado, como a média e a variância, para que possamos entender como é esperado que o desempenho varie entre os conjuntos de dados.” Fonte: PROVOST, Foster; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados? Rio de Janeiro: Altabooks, 2016. p. 126.
Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
I. ( ) A validação cruzada pode analisar 5, 7, 10 ou outra quantidade de linhas.
II. ( ) A validação cruzada analisa uma coluna e depois passa para outra.
III. ( ) K é o valor de dados no dataset.
IV. ( ) É recomendável usar k = 10.
V, F, F, V.
F, F, V, V.
F, V, F, V.
V, F, V, F.
V, V, F, F.

Leia o trecho a seguir: "O último passo de um estudo de validação é a validação cruzada, ou a replicação dos resultados de uma amostra em outra amostra, isso é feito para nos certificar de que nossos resultados se devem a uma verdadeira correlação entre o critério e o fator preditivo e não devido a algum erro estatístico." Fonte: SPECTOR, Paul. Psicologia nas organizações. São Paulo: Saraiva, 2009. p.164.
A partir dessas informações e do conteúdo estudado a respeito de validação cruzada, analise as afirmativas a seguir:
I. A validação cruzada é feita primeiro treinando e depois testando.
II. A validação cruzada é utilizada para testar funcionalidade de Python.
III. A validação compara x e y para analisar correlação entre dados.
IV. Pode-se utilizar 75% para treino e o restante para teste.
I e II.
II e IV.
II e III.
I e IV.
III e IV.

Leia trecho a seguir: "Enquanto Matplotlib oferece instrumentos nativos de visualização GUI (gráfica), jupyter-notebook é uma boa opção para executar e organizar seus dados visando à exibição (output). No jupyer-notebook [...], códigos e caixas podem ser separados dentro de blocos para melhor organização." Fonte: YU, Allen; CHUNG, Claire; YIM, Aldrin. Matplotlib 2.x. Mumbai: Packt. 2017. p.19.
Com base no texto e no conteúdo estudado, analise as afirmações a seguir:
I. Netbeans é a IDE mais utilizada em Python.
II. Jupyter se mostra uma IDE muito popular em Data Science.
III. Spyder é um programa famoso em Python.
IV. Notepad é um editor de texto muito utilizado em Python.
II e III.
III e IV.
I e III.
II e IV.
III e V.

Leia o trecho a seguir: "A abordagem da regressão aplica a pontuação de cada fator preditivo a uma equação para proporcionar uma estimativa ou projeção numérica do critério. No caso da vaga de vendedor de computadores, uma equação poderia prever as vendas por mês em unidade monetária. Os fatores preditivos para essa ocupação poderiam ser a nota média na faculdade e pontuações no exercício de comunicação." Fonte: SPECTOR, Paul. Psicologia nas organizações.São Paulo: Saraiva, 2009. p.165.
Considerando a citação apresentada e os conteúdos abordados na unidade, avalie as alternativas:
I. A regressão linear avalia probabilidade de correlação entre X e Y.
II. Um R igual a 0,20 representa média dependência.
III. A aba de estatísticas de SPSS é mais visual que a Plot.
IV. Ascendência e descendência da linha com valor alto representam dependência de X e Y.
I e III.
III e IV.
II e IV.
I e IV.
I e II.

Material
páginas com resultados encontrados.
páginas com resultados encontrados.
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Questões resolvidas

Leia o trecho a seguir: "Se o segundo trabalho for diferente do trabalho para o qual o teste se mostrou válido, o teste no segundo caso pode ou não ser válido. A única maneira de saber ao certo seria conduzir outro estudo de validação no segundo trabalho para verificar se o teste de fato prevê o critério." Fonte: SPECTOR, Paul. Psicologia nas organizações.São Paulo: Saraiva, 2009. p.165.
A partir dessas informações e do conteúdo estudado a respeito de generalização, pode-se afirmar que:
o sobreajuste cresce conforme a generalização aumenta.
quanto mais capacidade de generalização, mais confiável é um modelo.
sobreajuste é a capacidade positiva de usar o modelo em outros dados.
regressão e sobreajuste são a mesma coisa.
generalização e matriz de confusão são a mesma coisa.

Leia o trecho a seguir: “KNN é um método preguiçoso, no sentido de que nenhum modelo é aprendido com o treinamento. A idéia do KNN é extremamente simples e efetiva em várias aplicações.” Fonte: LIU, Bing. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Chicago: Springer, 2008. p. 112.
Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
I. ( ) KNN estuda vizinhos mais próximos desde que menor que 10.
II. ( ) O ideal é escolher K par.
III. ( ) É possível calcular o melhor KNN, usando distâncias como a euclidiana, por exemplo.
IV. ( ) A distância euclidiana mede a distância entre os valores dos dados.
F, V, F, F.
F, F, V, V.
V, F, F, V.
F, F, V, F.
V, V, F, F.

Leia o trecho a seguir: “A validação cruzada é um procedimento mais sofisticado de treinamento e teste de retenção. Gostaríamos não só de uma simples estimativa do desempenho de generalização, mas também de algumas estatísticas sobre o desempenho estimado, como a média e a variância, para que possamos entender como é esperado que o desempenho varie entre os conjuntos de dados.” Fonte: PROVOST, Foster; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados? Rio de Janeiro: Altabooks, 2016. p. 126.
Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
I. ( ) A validação cruzada pode analisar 5, 7, 10 ou outra quantidade de linhas.
II. ( ) A validação cruzada analisa uma coluna e depois passa para outra.
III. ( ) K é o valor de dados no dataset.
IV. ( ) É recomendável usar k = 10.
V, F, F, V.
F, F, V, V.
F, V, F, V.
V, F, V, F.
V, V, F, F.

Leia o trecho a seguir: "O último passo de um estudo de validação é a validação cruzada, ou a replicação dos resultados de uma amostra em outra amostra, isso é feito para nos certificar de que nossos resultados se devem a uma verdadeira correlação entre o critério e o fator preditivo e não devido a algum erro estatístico." Fonte: SPECTOR, Paul. Psicologia nas organizações. São Paulo: Saraiva, 2009. p.164.
A partir dessas informações e do conteúdo estudado a respeito de validação cruzada, analise as afirmativas a seguir:
I. A validação cruzada é feita primeiro treinando e depois testando.
II. A validação cruzada é utilizada para testar funcionalidade de Python.
III. A validação compara x e y para analisar correlação entre dados.
IV. Pode-se utilizar 75% para treino e o restante para teste.
I e II.
II e IV.
II e III.
I e IV.
III e IV.

Leia trecho a seguir: "Enquanto Matplotlib oferece instrumentos nativos de visualização GUI (gráfica), jupyter-notebook é uma boa opção para executar e organizar seus dados visando à exibição (output). No jupyer-notebook [...], códigos e caixas podem ser separados dentro de blocos para melhor organização." Fonte: YU, Allen; CHUNG, Claire; YIM, Aldrin. Matplotlib 2.x. Mumbai: Packt. 2017. p.19.
Com base no texto e no conteúdo estudado, analise as afirmações a seguir:
I. Netbeans é a IDE mais utilizada em Python.
II. Jupyter se mostra uma IDE muito popular em Data Science.
III. Spyder é um programa famoso em Python.
IV. Notepad é um editor de texto muito utilizado em Python.
II e III.
III e IV.
I e III.
II e IV.
III e V.

Leia o trecho a seguir: "A abordagem da regressão aplica a pontuação de cada fator preditivo a uma equação para proporcionar uma estimativa ou projeção numérica do critério. No caso da vaga de vendedor de computadores, uma equação poderia prever as vendas por mês em unidade monetária. Os fatores preditivos para essa ocupação poderiam ser a nota média na faculdade e pontuações no exercício de comunicação." Fonte: SPECTOR, Paul. Psicologia nas organizações.São Paulo: Saraiva, 2009. p.165.
Considerando a citação apresentada e os conteúdos abordados na unidade, avalie as alternativas:
I. A regressão linear avalia probabilidade de correlação entre X e Y.
II. Um R igual a 0,20 representa média dependência.
III. A aba de estatísticas de SPSS é mais visual que a Plot.
IV. Ascendência e descendência da linha com valor alto representam dependência de X e Y.
I e III.
III e IV.
II e IV.
I e IV.
I e II.

Prévia do material em texto

Avaliação On-Line 2 (AOL 2) - Questionário
Nota finalEnviado: 25/06/21 02:01 (BRT)
8/10
Conteúdo do exercício
Conteúdo do exercício
· Pergunta 1
· /1
· Leia o trecho a seguir:
· 
· "Estes passos são executados na sequência que eles aparecem. Entretanto, em muitas situações, é necessário alterar o fluxo de execução destas instruções. Pode ser que seja necessário executar um passo, ou um conjunto deles, apenas se uma determinada condição for verdadeira, ou talvez, pode ser que seja preciso repetir um conjunto de passos várias vezes até uma determinada condição."
· Fonte: ARAUJO, Eli et al. Introdução a programação. João Pessoa: UFPB, 2014. p. 32.
· A partir dessas informações e do conteúdo estudado a respeito de python e análises condicionais, pode-se afirmar que:
· Ocultar opções de resposta 
· se deve usar sinais de + ou - para comparar valores.
· para exibir uma resposta de iF ELSE, utiliza-se o print com chaves {}.
· o IF e o ELSE dependem de NumPy.
· IF significa uma variável que receberá um valor, para então ser testada.
· enquanto IF é a primeira condição, ELSE é outra condição, caso a primeira não seja realizada.
· Resposta correta
· Pergunta 2
· /1
· Leia o trecho a seguir:
· 
· "Se o segundo trabalho for diferente do trabalho para o qual o teste se mostrou válido, o teste no segundo caso pode ou não ser válido. A única maneira de saber ao certo seria conduzir outro estudo de validação no segundo trabalho para verificar se o teste de fato prevê o critério."
· Fonte: SPECTOR, Paul. Psicologia nas organizações.São Paulo: Saraiva, 2009. p.165.
· 
· A partir dessas informações e do conteúdo estudado a respeito de generalização, pode-se afirmar que:
· Ocultar opções de resposta 
· o sobreajuste cresce conforme a generalização aumenta.
· quanto mais capacidade de generalização, mais confiável é um modelo.
· Resposta correta
· sobreajuste é a capacidade positiva de usar o modelo em outros dados.
· regressão e sobreajuste são a mesma coisa.
· Incorreta: 
· generalização e matriz de confusão são a mesma coisa.
· Pergunta 3
· /1
· Leia o trecho a seguir:
· “KNN é um método preguiçoso, no sentido de que nenhum modelo é aprendido com o treinamento. A idéia do KNN é extremamente simples e efetiva em várias aplicações.”
· Fonte: LIU, Bing. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Chicago: Springer, 2008. p. 112.
· 
· Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s). 
· 
· I. ( ) KNN estuda vizinhos mais próximos desde que menor que 10. 
· 
· II. ( ) O ideal é escolher K par.
· 
· III. ( ) É possível calcular o melhor KNN, usando distâncias como a euclidiana, por exemplo.
· 
· IV. ( ) A distância euclidiana mede a distância entre os valores dos dados. 
· 
· Agora, assinale a alternativa que apresenta a sequência correta:
· Ocultar opções de resposta 
· F, V, F, F.
· F, F, V, V.
· Resposta correta
· V, F, F, V.
· F, F, V, F.
· V, V, F, F.
· Pergunta 4
· /1
· Leia o trecho a seguir:
· 
· “Quando há a necessidade de trabalhar com duas ou mais condições ao mesmo tempo, são utilizados os operadores lógicos que são responsáveis pela formação de novas proposições compostas a partir de proposições lógicas simples.”
· Fonte: HAYASHIDA, Daniel; REIS, José. Lógica de programação: Conhecendo Algoritmos e Criando Programas. São Paulo: Viena. 2015. p. 47.
· 
· A partir do texto e do conteúdo estudado, analise as afirmações a seguir sobre operadores:
· 
· I. Os operadores de diferente e de exponenciação são: ! e ^.
· 
· II. O operador lógico de negação e o operador de divisão inteira são: not e //.
· 
· III. Os operadores de igualdade e de divisão são: == e /.
· 
· IV. Os operadores de comparação são: >, >=, <, <=, ! e ==.
· 
· Está correto apenas o que se afirma em:
· Ocultar opções de resposta 
· II e III.
· I e II.
· III e IV.
· Resposta correta
· I e IV.
· II e IV.
· Pergunta 5
· /1
· Leia o trecho a seguir:
· “Ao obter a matriz de confusão, foi possível calcular as seguintes medidas de desempenho: precisão, sensibilidade, especificidade e acurácia. A matriz é de extrema relevância ao trabalho, pois com a sensibilidade permitiu avaliar a classificação correta dos doentes e a especificidade permitiu avaliar a classificação correta dos sadios.”
· Fonte: MEDEIROS, Leonardo et.al. Análise no desempenho de algoritmos de aprendizagem supervisionada na classificação da marcha em Parkinsonianos. Alagoas: UFAL, 2017. p. 5.
· 
· Com base no texto e no que foi aprendido em relação à sensibilidade e à especificidade, analise as afirmativas a seguir:
· 
· I. Sensibilidade é o nível de proporção dos itens serem positivos, tanto para doenças e cancelamentos, quanto para oportunidades. 
· 
· II. Especificidade é a divisão dos totais pelos negativos. 
· 
· III. Especificidade é o nível de proporção dos itens seres negativos, tanto para doenças e cancelamentos, quanto para oportunidades. 
· 
· IV. Sensibilidade é a divisão dos totais pelos positivos.
· 
· Está correto apenas o que se afirma em:
· Ocultar opções de resposta 
· I e II.
· I e IV.
· Resposta correta
· I e III.
· II e IV.
· II e III.
· Pergunta 6
· /1
· Leia o trecho a seguir:
· 
· “A validação cruzada é um procedimento mais sofisticado de treinamento e teste de retenção. Gostaríamos não só de uma simples estimativa do desempenho de generalização, mas também de algumas estatísticas sobre o desempenho estimado, como a média e a variância, para que possamos entender como é esperado que o desempenho varie entre os conjuntos de dados.”
· Fonte: PROVOST, Foster; FAWCETT, Tom. Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados? Rio de Janeiro: Altabooks, 2016. p. 126.
· 
· Considerando essas informações e o conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
· 
· I. ( ) A validação cruzada pode analisar 5, 7, 10 ou outra quantidade de linhas.
· 
· II. ( ) A validação cruzada analisa uma coluna e depois passa para outra.
· 
· III. ( ) K é o valor de dados no dataset.
· 
· IV. ( ) É recomendável usar k = 10.
· 
· Agora, assinale a alternativa que apresenta a sequência correta:
· Ocultar opções de resposta 
· V, F, F, V.
· Resposta correta
· F, F, V, V
· F, V, F, V.
· V, F, V, F.
· V, V, F, F.
· Pergunta 7
· /1
· Leia o trecho a seguir:
· 
· "O último passo de um estudo de validação é a validação cruzada, ou a replicação dos resultados de uma amostra em outra amostra, isso é feito para nos certificar de que nossos resultados se devem a uma verdadeira correlação entre o critério e o fator preditivo e não devido a algum erro estatístico."
· Fonte: SPECTOR, Paul. Psicologia nas organizações. São Paulo: Saraiva, 2009. p.164. 
· 
· A partir dessas informações e do conteúdo estudado a respeito de validação cruzada, analise as afirmativas a seguir:
· 
· I. A validação cruzada é feita primeiro treinando e depois testando.
· 
· II. A validação cruzada é utilizada para testar funcionalidade de Python.
· 
· III. A validação compara x e y para analisar correlação entre dados. 
· 
· IV. Pode-se utilizar 75% para treino e o restante para teste. 
· 
· Está correto apenas o que se afirma em:
· Ocultar opções de resposta 
· I e II.
· II e IV.
· II e III.
· I e IV.
· Resposta correta
· III e IV.
· Pergunta 8
· /1
· Leia trecho a seguir:
· 
· “Expressões literais são aquelas cujo resultado da avaliação é um valor literal. Este tipo de expressão é bem menos freqüente que os anteriores. Os tipos de operadores existentes variam de uma linguagem de programação para outra, não havendo uma padronização. Para que o assunto não passe em branco, considere-se como exemplo a operação de concatenação de strings: toma-se duas strings e acrescenta-se (concatena-se) a segunda delas ao final da primeira. Em algumas linguagens esta operação é representada pelo símbolo (+).”
· Fonte: Moura Jonatas. Algoritmo - parte 1. Rio Grande do Norte: Departamentode Computação eAutomação. UFRN 2004, p. 20. 
· 
· A partir da leitura do texto e do conteúdo estudado a respeito de regressão logística e SPSS, pode-se dizer que:
· Ocultar opções de resposta 
· concatenar é unir palavras com variáveis.
· Resposta correta
· a concatenação avalia gráficos.
· em python, a concatenação é feita com “;”.
· Len representa valor resultante de um cálculo.
· Incorreta: 
· resultados concatenados são exibidos com uso de System.out.println em pyhton.
· Pergunta 9
· /1
· Leia trecho a seguir:
· 
· “Enquanto Matplotlib oferece instrumentos nativos de visualização GUI (gráfica), jupyter-notebook é uma boa opção para executar e organizar seus dados visando à exibição (output). No jupyer-notebook [...], códigos e caixas podem ser separados dentro de blocos para melhor organização.”
· Fonte: YU, Allen; CHUNG, Claire; YIM, Aldrin. Matplotlib 2.x. Mumbai: Packt. 2017. p.19.
· 
· Com base no texto e no conteúdo estudado, analise as afirmações a seguir:
· 
· I. Netbeans é a IDE mais utilizada em Python.
· 
· II. Jupyter se mostra uma IDE muito popular em Data Science.
· 
· III. Spyder é um programa famoso em Python.
· 
· IV. Notepad é um editor de texto muito utilizado em Python.
· 
· Está correto apenas o que se afirma em: 
· Ocultar opções de resposta 
· II e III.
· Resposta correta
· III e IV.
· I e III.
· II e IV.
· III e V.
· Pergunta 10
· /1
· Leia o trecho a seguir.
· 
· “A abordagem da regressão aplica a pontuação de cada fator preditivo a uma equação para proporcionar uma estimativa ou projeção numérica do critério. No caso da vaga de vendedor de computadores, uma equação poderia prever as vendas por mês em unidade monetária. Os fatores preditivos para essa ocupação poderiam ser a nota média na faculdade e pontuações no exercício de comunicação.”
· Fonte: SPECTOR, Paul. Psicologia nas organizações.São Paulo: Saraiva, 2009. p.165.
· 
· Considerando a citação apresentada e os conteúdos abordados na unidade, avalie as alternativas:
· 
· I. A regressão linear avalia probabilidade de correlação entre X e Y.
· 
· II. Um R igual a 0,20 representa média dependência.
· 
· III. A aba de estatísticas de SPSS é mais visual que a Plot. 
· 
· IV. Ascendência e descendência da linha com valor alto representam dependência de X e Y.
· 
· Está correto apenas o que se afirma em:
· Ocultar opções de resposta 
· I e III.
· III e IV.
· II e IV.
· I e IV.
· Resposta correta
· I e II.

Mais conteúdos dessa disciplina