Grátis: Imagine uma empresa de varejo que vende produtos eletrônicos. Ela coleta dados de vendas ao longo do tempo, incluindo informações como datas de ven... – Questões Respondidas

Gestão Comercial

Outros

Imagine uma empresa de varejo que vende produtos eletrônicos. Ela coleta dados de vendas ao longo do tempo, incluindo informações como datas de venda, tipos de produtos vendidos, preços, promoções, dados climáticos e feriados. O objetivo de um cientista de dados é utilizar técnicas para prever a demanda futura dos produtos. Isso ajudará a empresa a otimizar os níveis de estoque, planejar promoções e melhorar a eficiência operacional.
Dado o conhecimento das etapas da ciência de dados, indique qual é a etapa em que são desenvolvidos modelos de mineração de dados.
Modelagem.

Desafios Para o Conhecimento

há 18 horas

Desafios Para o Conhecimento

há 18 horas

ciencia de dados ava I

ciencia de dados ava I

Respostas

Ed

há 18 horas

A etapa em que são desenvolvidos modelos de mineração de dados na ciência de dados é chamada de "Modelagem". Nessa fase, os cientistas de dados utilizam algoritmos e técnicas estatísticas para criar modelos que ajudam a prever a demanda futura com base nos dados coletados. Essa etapa é crucial para transformar dados brutos em insights acionáveis.

Essa resposta te ajudou?

0

0

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

ciencia de dados ava I

ciencia de dados ava I

Mais perguntas desse material

Após o uso constante de um modelo para treinamento de máquina, o analista responsável começa a observar que mesmo ampliando a complexidade dos problemas, a máquina apresenta um desempenho insatisfatório em relação aos dados de treinamento. Ele acredita que isso se deve ao fato de que o modelo que está sendo testado é muito simples e, por isso, apresenta dificuldade de capturar padrões. Como podemos classificar esse tipo de fenômeno?
Underfitting.

Uma empresa de desenvolvimento de softwares, que inclui entre seus produtos um sistema de envio e recebimento de e-mails, optou por criar uma nova versão do sistema com melhorias nos filtros de detecção de spam. Para esse propósito, a equipe de engenharia de software recebeu a tarefa de treinar o software.
Considerando esse exemplo, analise as opções abaixo e indique aquela que explica o objetivo do treinamento de um modelo de aprendizado de máquina.
Ajustar os parâmetros do modelo para minimizar a função de perda.

Qual é a suposição feita pelos algoritmos de Naive Bayes?
As variáveis são independentes umas das outras ao fazer suas previsões.

Analise as opções abaixo e indique qual delas corresponde aos parâmetros necessários para se obter bons resultados na classificação.
Selecionar cuidadosamente as características relevantes, escolher o algoritmo de classificação apropriado, ajustar os hiperparâmetros do modelo e realizar uma avaliação rigorosa.

O que é necessário para avaliar o desempenho de um modelo de aprendizado de máquina?
Dados de validação ou teste e métricas como acurácia, precisão, recall e F1-score.

Segundo Géron, A. (2017), "A preparação de dados para análise envolve várias etapas importantes para garantir que os dados estejam limpos, consistentes e prontos para serem usados em análises ou modelagens". Podemos citar como etapas dessa preparação a Coleta de Dados, a Limpeza de Dados, o Pré-processamento, a Redução de Dimensionalidade, o Tratamento de Outliers, a Codificação de Categorias e a Amostragem, entre outras.
Com base nas colocações de Géron, indique qual das alternativas abaixo define corretamente o pré-processamento de dados:
Um processo de limpeza, transformação e redução de dados brutos para torná-los adequados para análise.

Segundo Laney (2001), Big Data são conjuntos de dados extremamente grandes e complexos que exigem tecnologias e métodos específicos para armazenamento, processamento e análise devido ao seu tamanho e complexidade.
Das alternativas abaixo, qual corresponde às características de um Big Data, segundo Laney?
Volume, Velocidade e Variedade.

A descrição a seguir se refere a qual tipo de modelo de machine learning? “É um modelo usado para problemas de classificação binária, em que a variável de saída é categórica com duas classes. Ele estima a probabilidade de um evento ocorrer, mapeando a entrada para uma função logística.”
Regressão Logística.