Grátis: A distribuição de dados tem o objetivo de identificar a frequência com que determinados valores aparecem em um conjunto de dados, a fim de compreen... – Questões Respondidas

Inglês

Outros

A distribuição de dados tem o objetivo de identificar a frequência com que determinados valores aparecem em um conjunto de dados, a fim de compreender melhor seu comportamento, além de identificar possíveis padrões ou tendências.
Para cada descrição, selecione o termo que representa o tipo de distribuição de dados correlato.
a. Tipo de distribuição estatística em que a cauda da distribuição se estende mais para a direita que para a esquerda. O valor numérico da média é maior que o da mediana, e a mediana é maior que a moda.
b. Tipo de distribuição que é caracterizada por uma curva simétrica em torno da média dos dados, com uma forma de sino.
c. É uma distribuição em que todos os valores possíveis têm a mesma probabilidade de ocorrência, sendo caracterizada por uma função de densidade de probabilidade retangular.
Distribuição right skewed
Distribuição normal/Gaussiana
Distribuição uniforme

Exercícios Para o Conhecimento

há 6 meses

Exercícios Para o Conhecimento

há 6 meses

big_data-Exercício avaliativo - Módulo 3_ Revisão da tentativa

big_data-Exercício avaliativo - Módulo 3_ Revisão da tentativa

ESTÁCIO

Respostas

Ed

há 6 meses

Vamos analisar cada uma das descrições e as opções de distribuição de dados: a. Tipo de distribuição estatística em que a cauda da distribuição se estende mais para a direita que para a esquerda. O valor numérico da média é maior que o da mediana, e a mediana é maior que a moda. - Esta descrição se refere à "distribuição right skewed" (distribuição assimétrica à direita). b. Tipo de distribuição que é caracterizada por uma curva simétrica em torno da média dos dados, com uma forma de sino. - Esta descrição se refere à "distribuição normal/Gaussiana". c. É uma distribuição em que todos os valores possíveis têm a mesma probabilidade de ocorrência, sendo caracterizada por uma função de densidade de probabilidade retangular. - Esta descrição se refere à "distribuição uniforme". Portanto, as respostas corretas para cada descrição são: a) Distribuição right skewed b) Distribuição normal/Gaussiana c) Distribuição uniforme Se você precisar de mais alguma coisa, é só avisar!

Essa resposta te ajudou?

0

0

left-side-bubbles-background

right-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:

big_data-Exercício avaliativo - Módulo 3_ Revisão da tentativa

big_data-Exercício avaliativo - Módulo 3_ Revisão da tentativa

ESTÁCIO

Mais perguntas desse material

O agrupamento de dados, ou clusterização, é uma técnica que identifica grupos de objetos semelhantes em um conjunto de dados. Nesse contexto, existem muitos modelos que podem ser utilizados para realizar a clusterização, entretanto, os mais utilizados são: modelo de conectividade, de centroide, de distribuição e de densidade. Qual desses modelos é utilizado para analisar e entender a distribuição de probabilidade de uma variável aleatória? a. Modelos de conectividade. b. Modelos centroide. c. Modelos de distribuição. d. Modelos de densidade.

A ordem correta para as etapas do processo ETL são:
Qual é a ordem correta para o processo de ETL?
a. Extração, Transformação e Carregamento.
b. Carregamento, Extração e Transformação.
c. Transformação, Extração e Carregamento.
d. Carregamento, Transformação e Extração.

Sobre os modelos de centroide marque as afirmacoes verdadeiras.
Assinale a alternativa correta sobre os modelos de centroide.
I. Os modelos de centroide são um tipo de algoritmo de clustering em que a similaridade entre os pontos de dados é definida pela proximidade desses pontos aos centroides dos clusters.
II. Os modelos de centroide visam identificar centroides que sejam representativos dos clusters e buscam encontrar o número ideal de clusters para o conjunto de dados.
III. Ao utilizar um modelo de centroide, é necessário fornecer o número de clusters desejado antes da execução do algoritmo. Isso significa que, ao contrário de outros modelos de clustering, como os modelos de conectividade baseados em vizinhança, estabelecer o número de clusters é um parâmetro desafiador que precisa ser determinado antes da execução do modelo.
a. I e II são verdadeiras.
b. I e III são verdadeiras.
c. II e III são verdadeiras.
d. Todas são verdadeiras.

O estudo de algoritmos no contexto do Big Data tem se tornado cada vez mais relevante. Eles desempenham um papel fundamental na sociedade, ao lidar com o processamento de enormes volumes de dados gerados no ambiente cibernético.
Sobre o conceito de algoritmos, julgue a frase a seguir como verdadeira ou falsa. Um algoritmo é um conjunto preciso de instruções lógicas que são executadas por um computador para realizar uma tarefa específica ou resolver um problema.
Verdadeiro
Falso

Uma empresa de análise de mídias sociais precisa tomar uma decisão. Ela coleta grandes volumes de dados estruturados e não estruturados de diversas fontes, como plataformas de mídia social, blogs, fóruns, vídeos e imagens. Esses dados são essenciais para fornecer insights e análises relevantes para seus clientes, ajudando-os a entender as tendências, o sentimento do público, identificar oportunidades de negócios e gerenciar a reputação online.
Diante do cenário, qual dos processos a empresa pode se beneficiar?
ETL (Extract, Transformation, Load)
ELT (Extract, Load, Transformation)

No contexto de Big Data, dois modelos de programação se destacam: o MapReduce e o ElasticSearch.
Com base nesses modelos, julgue a descrição abaixo como Verdadeira ou Falsa. O MapReduce é composto por duas etapas principais: a primeira, chamada map, responsável por realizar o processamento paralelo dos dados; e a segunda, chamada reduce, responsável por agregar os resultados parciais obtidos na etapa de map. É útil para processar grandes volumes de dados não estruturados. Já o modelo de programação ElasticSearch utiliza o conceito de índices para organizar os dados, permitindo buscar informações textuais em grandes volumes de dados em tempo real.
Verdadeiro
Falso