Question

PERGUNTA 6
Considere como verdadeiras (V) ou falsas (F) as afirmações sobre o uso de datasets da biblioteca Scikit-Learn:
( ) Para usar o dataset é necessário importá-lo usando o comando “from sklearn import datasets”.
( ) O comando “iris=datasets.load_iris()”
carrega todo o dataset iris para a variável iris.
( ) Com a variável íris tendo sido carregada com o dataset, o atributo “iris.atributes” terá o nome das colunas do dataset.
( ) Com a variável íris tendo sido carregada com o dataset, os dados, sem a coluna alvo, estarão disponíveis em “iris.target”.
A sequência correta de preenchimento dos parênteses, de cima para baixo, é:

V, F, V, F
V, F, F, V
V, V, F, V
V, V, F, F
F, V, V, F

PERGUNTA 7
Considere como verdadeiras (V) ou falsas (F) as afirmações a seguir sobre análise preditiva.
( ) A análise preditiva permite que você veja o invisível para as outras pessoas – em especial, padrões úteis em seus dados.
( ) Aumentar ou não o limite de crédito de um cliente está relacionado à vantagem de visão que a análise preditiva proporciona.
( ) Conhecer a lista de desejos dos seus clientes é uma vantagem de decisão que a análise preditiva proporciona.
( ) Um modelo de análise preditiva bem-feito oferece resultados analíticos livres de emoção ou viés.
A sequência correta de preenchimento dos parênteses, de cima para baixo, é:

F, V, F, V
V, V, F, F
V, F, F, V
F, V, V, V
F, F, V, F

PERGUNTA 8
Um modelo preditivo bastante conhecido, baseado em distâncias e que não parte de hipóteses matemáticas, nem exige maquinário pesado é:

SVM.
Random Forest.
KNN.
Naive Bayes.
Árvore de Decisão.

PERGUNTA 9
Um método de avaliação bastante utilizado em aprendizado de máquina em que o conjunto de exemplos é dividido em r subconjuntos de tamanho aproximadamente igual. Os objetos de r – 1 partições são utilizados no treinamento de um preditor, o qual é então testado na partição restante. Esse processo é repetido r vezes, utilizando em cada ciclo uma partição diferente para teste. O desempenho final do preditor é dado pela média dos desempenhos observados sobre cada subconjunto de teste. Qual é esse método?
Holdout.
Validação Cruzada.
Amostragem aleatória.
Bootstrap.
MSE – Mean Squared Error (Erro Quadrático Médio).

PERGUNTA 10
Para realizar a acurácia no algoritmo KNN podemos utilizar uma função do próprio Scikit-Learn. Qual das funções abaixo é responsável por calcular a acurácia?
KNeighborsClassifier()
score()
fit()
KNeighborsRegressor()
predict()

Answer 1

Resposta:

Pergunta 6:

Considere como verdadeiras (V) ou falsas (F) as afirmações sobre o uso de datasets da biblioteca Scikit-Learn:

V, V, F, F

PERGUNTA 7

Considere como verdadeiras (V) ou falsas (F) as afirmações a seguir sobre análise preditiva.

V, F, F, V

PERGUNTA 8

Um modelo preditivo bastante conhecido, baseado em distâncias e que não parte de hipóteses matemáticas, nem exige maquinário pesado é:

KNN.

PERGUNTA 9

Um método de avaliação bastante utilizado em aprendizado de máquina em que o conjunto de exemplos é dividido em r subconjuntos de tamanho aproximadamente igual. Os objetos de r – 1 partições são utilizados no treinamento de um preditor, o qual é então testado na partição restante. Esse processo é repetido r vezes, utilizando em cada ciclo uma partição diferente para teste. O desempenho final do preditor é dado pela média dos desempenhos observados sobre cada subconjunto de teste. Qual é esse método?

Validação Cruzada.

PERGUNTA 10

Para realizar a acurácia no algoritmo KNN podemos utilizar uma função do próprio Scikit-Learn. Qual das funções abaixo é responsável por calcular a acurácia?

score()

Explicação: