Logo Passei Direto
Buscar
Regressão linear é uma das técnicas utilizadas para o planejamento do modelo analítico de dados. Podemos afirmar que:

( ) É utilizada para entender e comparar dados, possibilitando a identificação do comportamento do dado analisado

( ) É uma técnica estatística que pode ser utilizada para efetuar uma análise preditiva.

( ) A modelagem gráfica da regressão linear consiste de folhas, também chamadas de nós, e ramos.

( ) Realiza projeções e estudos dos dados, classificando matematicamente quais são os mais relevantes para o estudo

a. V; V; F; F.

b. V; V; F; V.

c. V; F; F; V.

d. V; F; F; F.

e. V; V; V; V.

a. V; V; F; F.
b. V; V; F; V.
c. V; F; F; V.
d. V; F; F; F.
e. V; V; V; V.
User badge image
Exercícios Para o Conhecimento

ano passado

Respostas

User badge image

Ed Verified user icon

ano passado

Vamos analisar cada afirmação sobre a regressão linear: ( ) É utilizada para entender e comparar dados, possibilitando a identificação do comportamento do dado analisado. É verdadeira (V). A regressão linear ajuda a entender a relação entre variáveis e a identificar padrões nos dados. ( ) É uma técnica estatística que pode ser utilizada para efetuar uma análise preditiva. É verdadeira (V). A regressão linear é frequentemente usada para prever valores futuros com base em dados históricos. ( ) A modelagem gráfica da regressão linear consiste de folhas, também chamadas de nós, e ramos. É falsa (F). A modelagem gráfica da regressão linear é representada por uma linha reta em um gráfico de dispersão, não por folhas e ramos, que são termos mais associados a árvores de decisão. ( ) Realiza projeções e estudos dos dados, classificando matematicamente quais são os mais relevantes para o estudo. É verdadeira (V). A regressão linear pode ajudar a identificar quais variáveis têm maior impacto na variável dependente. Portanto, a sequência correta é: V; V; F; V. A alternativa que apresenta essa sequência é: b) V; V; F; V.

Essa resposta te ajudou?

0
Dislike0
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

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

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Mais perguntas desse material

Dentre os vários métodos de Machine Learning disponíveis na literatura, os mais conhecidos são classificação, regressão e clustering. É correto afirmar que:

( ) Classificação, são utilizados para a identificação do rótulo de determinadas observações com base em características e informações previamente conhecidas.

( ) O método regressão é um conjunto de dados não rotulados, este método encontra padrões e os dados são agrupados de acordo com as relações encontradas entre as variáveis.

( ) Agrupamento ou clustering utilizam um conjunto de dados não rotulados, este método encontra padrões e os dados são agrupados de acordo com as relações encontradas entre as variáveis.

( ) Agrupamento ou clustering, são utilizados para a identificação do rótulo de determinadas observações com base em características e informações previamente conhecidas.

( ) O método regressão é utilizado em algoritmos de aprendizagem supervisionada, que busca modelar relações entre variáveis dependentes e independentes através de métodos estatísticos.

a. F; F; V; V; V.

b. F; V; V; F; F.

c. V; F; F; V; V.

d. V; F; V; F; V.

e. V; F; F; F; V.

a. F; F; V; V; V.
b. F; V; V; F; F.
c. V; F; F; V; V.
d. V; F; V; F; V.
e. V; F; F; F; V.

Sobre o aprendizado não-supervisionado é correto afirmar:

I - O objetivo é de identificar os padrões existentes nos dados sob análise, suas similaridades (conforme critério estabelecido), suas diferenças e efetuar um agrupamento consistente das informações analisadas.

II- No aprendizado não-supervisionado, o algoritmo não recebe os rótulos de entrada e, portanto, não conhece os rótulos de saída que devem ser gerados.

III - Têm o objetivo de fazer previsões baseados no conjunto de dados que estão sendo analisados, sejam eles dados históricos ou não, eles são treinados por meio de exemplos rotulados, como uma entrada na qual a saída desejada é conhecida.

IV - Os resultados desse tipo de algoritmo são geralmente marcados como classificação e regressão.

a. Apenas as alternativas II e III estão corretas.

b. Apenas a alternativa I está correta.

c. Apenas as alternativas I e II estão corretas.

d. Apenas as alternativas I e III estão corretas.

e. Apenas a alternativa IV está correta.

a. Apenas as alternativas II e III estão corretas.
b. Apenas a alternativa I está correta.
c. Apenas as alternativas I e II estão corretas.
d. Apenas as alternativas I e III estão corretas.
e. Apenas a alternativa IV está correta.

Sobre ETL (EXTRACT TRANSFORM LOAD) que alternativa correta é?

a. A técnica de integração de dados surgiu da demanda dos negócios de agregar dados de fontes distintas para serem analisadas.

b. Gerencia o armazenamento de grandes conjuntos de dados, de forma distribuída.

c. O processo de ETL é a execução das etapas de Extração, Transformação e Atualização de Dados.

d. É o processo não-trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis.

e. Atua no plano estratégico da empresa.

a. A técnica de integração de dados surgiu da demanda dos negócios de agregar dados de fontes distintas para serem analisadas.
b. Gerencia o armazenamento de grandes conjuntos de dados, de forma distribuída.
c. O processo de ETL é a execução das etapas de Extração, Transformação e Atualização de Dados.
d. É o processo não-trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis.
e. Atua no plano estratégico da empresa.

Associe os termos dos 5Vs de Big Data às suas respectivas características, e indique a alternativa correta.

(1) Volume

(2) Velocidade

(3) Variedade

(4) Veracidade

(5) Valor

( ) Dados autênticos e verdadeiros.

( ) Processamento ágil.

( ) Utilidade dos dados.

( ) Fontes de dados muito heterogêneas.

( ) Grande quantidade de dados gerados.

a. 2; 3; 5; 1; 4.

b. 4; 2; 5; 3; 1.

c. 2; 3; 5; 1; 4.

d. 5; 4; 3; 2; 1.

e. 3; 4; 5; 1; 2.

a. 2; 3; 5; 1; 4.
b. 4; 2; 5; 3; 1.
c. 2; 3; 5; 1; 4.
d. 5; 4; 3; 2; 1.
e. 3; 4; 5; 1; 2.

Mais conteúdos dessa disciplina