O texto em referência explica que o processo de descoberta com a mineração de dados possui tanto um sentido romântico (um processo emocionante e prazeroso), quanto técnico (um estudo criterioso sobre dados). Também defende a ideia que é preciso conhecer o ambiente em que os dados são produzidos e que tipo de conhecimento esse ambiente necessita e espera receber.
Considerando as ideias apresentadas acima e o que sabemos sobre ciência dos dados, mineração de dados e machine learning, analise as afirmativas a seguir:
I. Machine learning são algoritmos desenvolvidos, principalmente, pela ciência da computação. São usados na estatística, na ciência de dados e na mineração de dados.
II. O processo de descoberta de padrões e geração de conhecimento por meio de dados tem um sentido romântico, por ser emocionante e prazeroso, e um sentido técnico, pois demanda estudos técnicos criteriosos.
III. A estatística, a ciência da computação e a ciência de dados são áreas relacionadas, mas a mineração de dados e ciência de dados são áreas independentes, sem nenhuma relação.
IV. Não é importante conhecer o ambiente em que os dados são produzidos e que tipo de conhecimento esse ambiente necessita e espera receber.
Considerando as ideias apresentadas acima e o que sabemos sobre ciência dos dados, mineração de dados e machine learning, analise as afirmativas a seguir:
I. Machine learning são algoritmos desenvolvidos, principalmente, pela ciência da computação. São usados na estatística, na ciência de dados e na mineração de dados.
II. O processo de descoberta de padrões e geração de conhecimento por meio de dados tem um sentido romântico, por ser emocionante e prazeroso, e um sentido técnico, pois demanda estudos técnicos criteriosos.
III. A estatística, a ciência da computação e a ciência de dados são áreas relacionadas, mas a mineração de dados e ciência de dados são áreas independentes, sem nenhuma relação.
IV. Não é importante conhecer o ambiente em que os dados são produzidos e que tipo de conhecimento esse ambiente necessita e espera receber.
Respostas
Ed 
há 9 meses
Vamos analisar cada afirmativa: I. Machine learning são algoritmos desenvolvidos, principalmente, pela ciência da computação. São usados na estatística, na ciência de dados e na mineração de dados. Verdadeiro, essa afirmativa está correta, pois machine learning é uma área da ciência da computação que é amplamente aplicada em estatística, ciência de dados e mineração de dados. II. O processo de descoberta de padrões e geração de conhecimento por meio de dados tem um sentido romântico, por ser emocionante e prazeroso, e um sentido técnico, pois demanda estudos técnicos criteriosos. Verdadeiro, essa afirmativa está correta e reflete a dualidade mencionada no texto. III. A estatística, a ciência da computação e a ciência de dados são áreas relacionadas, mas a mineração de dados e ciência de dados são áreas independentes, sem nenhuma relação. Falso, essa afirmativa é incorreta, pois a mineração de dados é uma parte da ciência de dados e ambas estão inter-relacionadas. IV. Não é importante conhecer o ambiente em que os dados são produzidos e que tipo de conhecimento esse ambiente necessita e espera receber. Falso, essa afirmativa é incorreta, pois o texto menciona que é importante conhecer o ambiente de produção dos dados e as expectativas de conhecimento. Com base nas análises, as afirmativas verdadeiras são I e II. Portanto, a alternativa que contém todos os itens verdadeiros é: não há uma alternativa correta que contenha todos os itens verdadeiros, pois apenas I e II estão corretos.
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
Leia o excerto a seguir sobre as ideias-chave para agrupamento hierárquico: "Começa com todos os registros. Progressivamente, os grupos são unidos aos grupos próximos até que todos os registros pertençam a um único grupo. O histórico de aglomeração é retido e plotado, e o usuário pode visualizar o número e a estrutura dos grupos em diferentes estágios. As distâncias intergrupos são calculadas de jeitos diferentes, todas baseadas no conjunto de distância inter-registros."
A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas.
I. No agrupamento hierárquico, o usuário deve obrigatoriamente especificar o número de grupos que deseja ver o algoritmo formar.
II. O algoritmo começa com grupos formados por registros individuais e, progressivamente, os grupos são unidos aos grupos mais próximos, até que todos os registros pertençam a um único grupo.
Os modelos de regressão são de enorme importância na estatística e na ciência dos dados. Dentre os diversos modelos de regressão que existem, por exemplo, árvores de decisão para regressão, k-vizinhos mais próximos para regressão e outros (não vimos nenhum desses aqui, mas não se preocupe: o nosso curso é introdutório!), são justamente os modelos de regressão linear aqueles considerados os mais importantes e, sem dúvida, os mais difundidos, com aplicações nas mais diversas áreas.
Desse modo, é sobre eles que queremos saber o que você já aprendeu. Para isso, analise as afirmativas a seguir.
I. Modelos de regressão linear são usados como modelos preditivos para casos em que a variável resposta é quantitativa. As variáveis de entrada podem ser de qualquer tipo: quantitativas ou qualitativas.
II. As variáveis de entrada também são denominadas variáveis regressoras, variáveis preditoras ou variáveis independentes.
III. A variável resposta também pode ser denominada variável de saída ou variável dependente.
IV. Modelos de regressão linear são usados como modelos preditivos para casos em que a variável resposta é qualitativa. As variáveis de entrada podem ser de qualquer tipo: quantitativas ou qualitativas.
Leia o excerto a seguir: “O vice-presidente de Talentos da DataSciencester entrevistou um número de candidatos para emprego do site, com níveis de sucesso variados. Ele coletou um conjunto de dados com vários atributos (qualitativos) de cada candidato, bem como se o candidato se saiu bem ou mal na entrevista. Você poderia usar esses dados para construir um modelo identificando quais candidatos farão boas entrevistas, para que ele não precise perder tempo fazendo entrevistas? [...] Isso parece perfeito para uma árvore de decisão, outra ferramenta de modelagem de previsão no kit de um cientista de dados.”
Tomando como base esse texto e o conteúdo apresentado sobre árvores de decisão, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
I. ( ) A resposta à pergunta “Você poderia usar dados para construir um modelo identificando quais candidatos farão boas entrevistas, para que o vice-presidente não precise perder tempo entrevistando-os?” é “não”.
II. ( ) Uma árvore de decisão pode ser desenvolvida para o processo de seleção de candidatos, em que as variáveis de entrada seriam um conjunto de dados com vários atributos (qualitativos) de cada candidato.
III. ( ) O autor do texto imagina poder usar uma árvore de decisão para o processo de seleção de candidatos, em que a variável de saída é qualitativa dicotômica — se o candidato se sairá bem ou mal na entrevista.
IV. ( ) Neste caso, em particular, pode-se aplicar uma árvore de decisão de classificação para o processo de seleção, pois a variável resposta é qualitativa, porém árvores de decisão também podem ser
Vimos que uma jovem cientista de dados realizou o treino (ajuste) de um modelo de regressão logística múltipla aos dados da amostra. Os resultados que encontrou foram muito ricos, sugerindo uma série de explicações, aprendidas pelo algoritmo com base nos dados fornecidos. Veja que dizemos “explicações sugeridas”, pois qualquer resultado de um algoritmo deve ser confrontado com especialistas da área em estudo.
Está correto o que se afirma em:
A probabilidade da inadimplência cresce com o aumento dos gastos médios com o cartão de crédito.
A probabilidade da inadimplência cresce com o aumento da renda média mensal das pessoas.
Para duas pessoas com a mesma renda mensal e o mesmo gasto mensal com cartão de crédito, a probabilidade de inadimplência com o cartão é maior para aquela sem emprego estável.
O modelo de regressão logística múltipla, ajustado aos dados da amostra, consegue predizer os efeitos da renda mensal da pessoa, do seu gasto médio mensal com cartão de crédito e se ela tem ou não um emprego estável, na probabilidade de a pessoa ficar inadimplente com o cartão de crédito.
Resposta Selecionada: I, II, III e IV.
Resposta Correta: I, II, III e IV.
Já sabemos o que são resumos ou sumários estatísticos, que fazem parte da análise descritiva dos dados, ao lado das técnicas gráficas para a visualização dos dados. Nesta unidade, usamos pela primeira vez a função summary() do software estatístico R.
Em relação ao output dessa função, aplicada a dados quantitativos, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
I. ( ) A ordem do output é valor máximo, terceiro quartil, mediana, média, segundo quartil e valor mínimo observado.
II. ( ) A ordem do output é valor mínimo, segundo quartil, mediana, média, terceiro quartil e valor máximo observado.
III. ( ) O segundo quartil informa o valor da variável, acima do qual se encontram 25% dos dados observados.
IV. ( ) A mediana informa o valor da variável, abaixo do qual se encontram 50% dos dados observados.
Resposta Selecionada: F, V, V, F.
Resposta Correta: F, V, F, V.
Dados podem aparecer na forma de textos, imagens, vídeos, sons, tabelas, listas, sequências, séries, etc. São muitos os dados que hoje coletamos de diferentes fontes, e muitas as formas de organizá-los e armazená-los. Uma dessas forma, talvez a mais importante delas, são os dados estruturados.
Relativamente a esse assunto, analise as afirmativas a seguir.
Dados estruturados são dados que não possuem uma estrutura regular e repetitiva, seguindo um padrão comum adotado pelas ciências da computação, estatística e ciência dos dados.
A forma de organização básica dos dados, preferida na estatística e na ciência dos dados, é a forma tabular, na qual as variáveis são dispostas nas linhas e as observações são dispostas nas colunas.
Dados estruturados são dados que possuem uma estrutura regular e repetitiva, seguindo um padrão comum adotado pelas ciência da computação, estatística e ciência dos dados.
A forma de organização básica dos dados, preferida na estatística e na ciência dos dados, é a forma tabular, na qual as variáveis são dispostas nas colunas e as observações são dispostas nas linhas.
Resposta Selecionada: III e IV, apenas.
Resposta Correta: III e IV, apenas.
Mais conteúdos dessa disciplina
Atividade 4 Inteligencia Artificial- Captura de tela 2025-12-11 095246
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- ESTATÍSTICA APLICADA AO DATA SCIENCE
- São exemplos de variáveis qualitativas nominais, EXCETO: Clique na sua resposta abaixo Classe social Estado civil Sexo Cor dos olhos Local de nascimen
- Pergunta 4 (2,5 pontos) Em um estudo de caso, uma equipe de design percebe que, ao longo dos meses, o horário de mensagens fora do expediente aume...
- São exemplos de variáveis qualitativas nominais, EXCETO: Clique na sua resposta abaixo Local de nascimento Cor dos olhos Sexo Estado civil Classe soci
- Confira as questões e, no final, clique em CONFIRMAR: Questão 7 Assinale a alternativa que completa corretamente a frase: Sendo Z uma variável norm...
- A partir do gráfico abaixo, analise a mediana de desemprego de março de 2008 a abril de 2009. Taxa de desemprego (%) ... 9,0 8,6 8,5 8,9 8,1 8,5 8,2 7
- PASSEI DIRETO São classificadas como variáveis qualitativas, exceto: Alternativas a) Sexo. b) Raça.
- Pergunta 90,6 pts Leia o texto a seguir: O Departamento de Recursos Humanos de uma empresa está fazendo o processo seletivo das candidatas Ava, Bene,
- Pergunta 80,6 pts Leia o texto a seguir: Com as novas tecnologias, é possível encontrar ferramentas capazes de coletar dados de uma forma mais eficien
- ergunta 10,6 pts Leia o texto a seguir: Dados são relevantes para qualquer tipo de empresa, pois as informações dão os subsídios necessário aos gestor
- O que a medida de tamanho de efeito "Cohen’s d" quantifica, e qual valor é convencionalmente considerado um efeito "grande"?
- Método Estatístico é o método que admite todas as causas presentes variando-as, dada a impossibilidade de manter as causas constantes, registrando ...
- Para uma amostragem sistemática temos algumas vantagens. Leia atentamente as vantagens a seguir. I. Uma amostra sistemática é executada com maior...
- Leia atentamente a frase abaixo: “O gráfico deve ser destituído de detalhes de importância secundária, isto é, deve possibilitar a análise rápida d...
- ROTEIRODAAULA_ENSRELIGIOSO_PADREVIEIRA_03 02
- FGVSP2004_1fase_1dia