Question

1) A aprendizagem de máquina, também conhecida como machine learning, consiste em programar os computadores para trabalharem em cima de otimização por meio de experiências ou exemplos gravados como dados de entrada. Aplica o aprendizado por meio de modelos baseados em experiências, utilizando algoritmos dedutivos por estatística, extração de regras e padrões de grandes volumes de dados. Sua relação com mineração de dados está associada ao princípio de extração automática da informação em cima da base de dados a ser consultada. Fazem parte desse processo métodos como árvores de decisão, regras de associação e classificação, tabelas de decisão, etc.
Assinale a alternativa que apresenta corretamente em qual subárea a Machine Learning pertence.
________________________________________
Alternativas:
•a) Inteligência Artificial.
•b) Data Warehouse.
•c) Sistema de Informação.
•d) Estatística.
•e) Mineração de Dados.

2)As tarefas de mineração de dados podem ser descritivas ou preditivas. Na descritiva implica descobrir os padrões interessantes ou associação que relaciona os dados, enquanto que preditiva envolve a previsão e classificação do comportamento do modelo baseado nos dados atuais e passado.

Tomando como referência os tipos de tarefas realizadas pela mineração de dados, julgue as afirmativas a seguir em (V) Verdadeiras ou (F) Falsas.

( ) Na análise descritiva, existem alguns tratamentos internos, como agrupamento e associação, úteis para quando se deseja encontrar grupos de objetos que possuem objetos iguais ou semelhantes.
( ) Na análise preditiva com o uso de algoritmos estatísticos e técnicas de aprendizado de máquina, é possível identificar e estimar resultados futuros.
( ) Na classificação, que serve para avaliar a classe de um objeto rotulado, como prever se tumor em células é benigno ou maligno.
( ) Na análise descritiva de dados é possível identificar se uma transação de cartão de crédito é legítima ou fraude, utilizando a classificação.
Assinale a alternativa que apresenta a sequência CORRETA.
________________________________________
Alternativas:
•a) V – V – V – F.
•b) V – V – F – V.
•c) V – F – F – F.
•d) V – V – F – F.
•e) F – V – F – V.

3) Dentre as mais variadas técnicas de mineração de dados, algumas estão ligadas diretamente ao domínio da sua aplicação, pois cada uma é voltada à extração de um tipo diferente de conhecimento. A aprendizagem de máquina, também conhecida como machine learning, consiste em programar os computadores para trabalharem em cima de otimização por meio de experiências ou exemplos gravados como dados de entrada. Nela é possível que se aplique o aprendizado por meio de modelos baseados em experiências, utilizando algoritmos dedutivos por estatística, extração de regras e padrões de grandes volumes de dados. Sua relação com mineração de dados está associada ao princípio de extração automática da informação em cima da base de dados a ser consultada.
Assinale a alternativa que não apresenta um método que é utilizado pela aprendizagem de máquina.
________________________________________
Alternativas:
•a) Agrupamento.
•b) Regras de associação.
•c) Classificação.
•d) Árvore de decisão.
•e) Tabela de decisão.

4) No universo da Mineração de Dados vamos encontrar métodos que devem estar associados a diferentes necessidades de pré-processamento. Tais necessidades variam em função do aspecto apresentado pelo conjunto de dados em que o método será utilizado. Em decorrência da grande diversidade de métodos de pré-processamento de dados, são muitas as alternativas possíveis de combinações entre métodos. Porém um dos métodos que é utilizado na mineração em conjuntos de itens frequentes e utiliza-se para o aprendizado de regras de associação em bancos de dados relacionais você encontrar os relacionamentos mais fortes, com métricas que podem ajudar na melhor combinação de produtos para uma possível oferta.
Assinale a alternativa que apresenta corretamente o algoritmo com essas características.
________________________________________
Alternativas:
•a) Algoritmo Apriori.
•b) Árvore de Decisão.
•c) Redes Neurais.
•d) Lógica Fuzzy.
•e) K-NN,

Answer 1

Resposta:

1-A

2-D

3-A

4-A

Explicação:

corrigido pela AVA