Grátis: Considere o seguinte conjunto de dados abaixo como sendo o resultado da classificação de um conjunto de testes ao passar por um classificador super... – Questões Respondidas

Bases de Dados

Outros

Considere o seguinte conjunto de dados abaixo como sendo o resultado da classificação de um conjunto de testes ao passar por um classificador supervisionado (algoritmo de predição).
Escolha a alternativa que melhor representa a Matriz de Confusão que representa o cenário anterior:
Classe esperada Sim Não Classe predita Não 4 1 Sim 2 3
Classe classificador Sim Não Classe predita Sim 3 2 Não 1 4
Classe esperada Sim Não Classe predita Sim 4 2 Não 2 3
Classe esperada Sim Não Classe predita Sim 3 2 Não 1 4
Classe esperada Sim Não Sim 4 1 Classe original Não 2 3

Questões para o Sucesso

há 2 anos

Questões para o Sucesso

há 2 anos

AV1 e AV2 Fundamentos de inteligencia artificial

AV1 e AV2 Fundamentos de inteligencia artificial

ESTÁCIO

Respostas

Ed

há 2 anos

Para construir a matriz de confusão a partir dos dados fornecidos, precisamos organizar as informações de acordo com as classes esperadas e preditas. A matriz de confusão é estruturada da seguinte forma: - Verdadeiros Positivos (VP): casos em que a classe esperada é "Sim" e a classe predita também é "Sim". - Falsos Positivos (FP): casos em que a classe esperada é "Não" e a classe predita é "Sim". - Verdadeiros Negativos (VN): casos em que a classe esperada é "Não" e a classe predita é "Não". - Falsos Negativos (FN): casos em que a classe esperada é "Sim" e a classe predita é "Não". Com base nos dados que você forneceu, a matriz de confusão correta é: ``` Classe Predita Sim Não Classe Esperada Sim 4 1 Não 2 3 ``` Portanto, a alternativa que melhor representa a matriz de confusão é a que mostra 4 Verdadeiros Positivos, 1 Falso Negativo, 2 Falsos Positivos e 3 Verdadeiros Negativos.

Essa resposta te ajudou?

0

0

Ainda não achou a resposta?

Integrado com os principais modelos de IA do mercado
Respostas em segundos
IA treinada para estudantes brasileiros.

Evolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

AV1 e AV2 Fundamentos de inteligencia artificial

AV1 e AV2 Fundamentos de inteligencia artificial

ESTÁCIO

Mais perguntas desse material

ETL é a abreviação de Extract, Transform, Load que, em tradução livre, significa extração, transformação e carga, respectivamente. Essas são três funções de base de dados que são combinadas em uma ferramenta responsável por extrair os dados de uma base e colocá-los em outra base. Além disso, o ETL também é utilizado para converter bancos de dados de um formato ou tipo para outro.
Considerando o exposto, analise as asserções a seguir quanto ao emprego de ETL:
I. O ETL pode ser usado para centralizar os dados em um único repositório de dados, viabilizando o aprendizado de máquina.
II. O ETL é usado para transformar dados de uma base de dados em um modelo .doc.
III. ETL é uma técnica de mineração de dados que pode ser usada para descobrir padrões nos dados.
IV. O ETL pode ajudar a mover dados de várias fontes de IoT (Internet of Things) para um único local onde você pode analisá-los.
II, III, IV.
I e IV.
II e III.
I e II.
I, II e III.

A mineração de dados é o processo de análise de grandes volumes de dados para descobrir inteligências que ajudem as empresas a resolver problemas, mitigar riscos e aproveitar novas oportunidades. Esse ramo da ciência de dados tem a nomenclatura derivada das semelhanças entre procurar informações valiosas em um grande banco de dados e extrair uma montanha de minério.
Considerando as informações sobre mineração de dados, analise as asserções a seguir a respeito dos principais conceitos de mineração de dados.
I. Usa aprendizado de máquina.
II. Usa dados diretamente dos sistemas de processamento de transações.
III. Ajuda os gerentes na tomada de decisões de rotina.
IV. Limpeza e preparação de dados.
II e III.
II e IV.
III e IV.
I e III.
I e IV.

Uma variável possui papel fundamental em um código: guardar dados. Elas podem armazenar apenas um dado por vez, logo, se uma variável chamada nome possui o conteúdo “João”, ao receber o valor “Maria” a palavra “João” é perdida. Por outro lado, temos as estruturas condicionais, cuja principal característica é modificar o fluxo de um código de acordo com uma condição e, consequentemente, modificar o conteúdo de uma variável.
Considerando essas informações e o conteúdo estudado sobre Python, dentre as principais características do código, podemos determinar:
I. O valor digitado pelo usuário na linha 1 será armazenado na variável txt e apresentado na linha 4 ou na linha 6.
II. A linha 6 desse código apresentará a mensagem “Digite seu nome”, pois esse é o valor da variável txt.
III. Uma característica da Python pode ser observada na linha 7, o uso da indentação ao invés de usarmos chaves.
IV. Independente do conteúdo de txt, o print da linha 7 será apresentado, pois ele está fora da estrutura if/else.
II e III.
I e IV.
I e III.
II e IV.
III e IV.

Os operadores aritméticos de soma, subtração, divisão e multiplicação podem ser utilizados nas operações com números inteiros e números reais. Se um número inteiro for dividido por um número real, teremos um número do tipo real como resultado. Esses operadores podem ser utilizados em uma cadeia de instruções, respeitando sempre a ordem de precedência matemática: primeiro a multiplicação, em seguida a divisão, a soma e, por fim, a subtração.
De posse dessas informações e do conteúdo estudado sobre Python, analise as asserções a seguir e a relação proposta entre elas.
I. Supondo os seguintes valores de variáveis do tipo string: A=”Bom ” e B=”dia”, podemos somar A+B, obtendo C = A + B que é igual a “Bom dia”.
II. Quando realizamos a soma de strings, o resultado final é a concatenação das duas strings com comportamento semelhante ao símbolo de &.
A asserção I é verdadeira e a II é falsa.
As asserções I e II são verdadeiras e a II é uma justificativa correta da I.
As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
A asserção I é falsa e a II é verdadeira.
As asserções I e II são falsas.

Ao lidar com dados estatísticos, é importante distinguir entre 'população' dos conjuntos de dados e 'amostra' dos conjuntos de dados. Em um volume de dados, a população contém todos os membros de um grupo específico. Por outro lado, a amostra de um grupo de dados contém uma parte, ou um subconjunto, de uma população. O tamanho de uma amostra é sempre menor do que o tamanho da população da qual é retirada.
Considerando essas informações e os conteúdos estudados na disciplina, analise as asserções a seguir:
I. A população pode ser todas as pessoas que vivem no Brasil.
II. A amostra pode ser todas as pessoas que vivem no Nordeste.
III. A amostra pode ser todas as pessoas entre 40 e 50 anos que vivem no Brasil.
II apenas.
I e III.
II e III.
I apenas.
III apenas.

Uma certa marca de guloseimas cria embalagem para seu produto com o objetivo de que contenha aproximadamente o mesmo número de jujubas por embalagem. No entanto, o procedimento de preenchimento não é perfeito. Os pacotes são preenchidos com uma média de 375 jujubas, mas o número que entra em cada sacola é normalmente distribuído com um desvio padrão de 8.
A partir do cenário apresentado, qual dos seguintes casos é um parâmetro?
O parâmetro será a soma do número médio das jujubas em todas as embalagens feitas com o número médio das jujubas das embalagens de Maria, totalizando 757.
Entende-se por parâmetro a média entre o número médio de jujabas nas embalagens de Maria e o número médio de jujubas em todas embalagens, tendo como total 378,5.
Podemos dizer que o número médio de jujubas nas embalagens de Maria é igual a 382, logo esse é o parâmetro populacional.
Entende-se por parâmetro populacional o número médio de jujubas em todas as embalagens, que é de 375.
O parâmetro pode ser obtido somando e subtraindo o valor do desvio padrão em relação ao preenchimento médio de todas as embalagens de jujuba, logo o parâmetro pode ser 375 + 8 e 375 - 8.

O aprendizado de máquina não supervisionado é uma classe de problemas de aprendizado na qual se procura estabelecer agrupamentos de informações que compartilham das mesmas características.
Considere as asserções abaixo:
I - Determinar grupos de pacientes com base nos resultados dos exames.
II - Determinar as características de compras dos consumidores de um supermercado, agregando-os.
III - Determinar a direção de um carro autônomo em uma rodovia com base nas respostas dos sensores.
IV - Determinar o risco de intrusão em uma rede de computadores com base nos ataques anteriores dos hackers.
II e IV.
III e IV.
I e III.
II e III.
I e II.

Considere os seguintes comandos Python:I. Var1 = [2010, 2020, 2021, ´Ano Indefinido´]II. Var2 = (1, 2, 3, 4, 6, 8)III. Var3 = {´CPF´:787126, ´Idade´:120}Estão com sintaxe corretas:
A - Todas.
D - I e II somente.

Avalie as seguintes afirmacoes sobre o algoritmo de aprendizado de máquina denominado Árvore de Decisão: I. O índice Geni e a entropia são medidas usadas pelo algoritmo para calcular quantos nós folhas a árvore irá ter. II. Este algoritmo pode ser utilizado para problemas de classificação e problemas de clusterização. III. Uma árvore de decisão pode apresentar o problema de overfitting que significa que o algoritmo não foi capaz de gerar um modelo preditivo. Estão corretos:
D - Nenhuma delas
C - I somente.