TÓPICOS DE BIG DATA EM PYTHON - AV SIMULADO

Prévia do material em texto

Acerto: 1,0 / 1,0
A respeito do HDFS, selecione a opção correta cujo componente lógico mantém os dados do usuário na forma
de blocos de dados.
Bloco de dados
 DataNode
NameNode
YARN
Replicação
Respondido em 13/04/2022 12:26:40
 
 
Explicação:
O DataNode é componente da arquitetura do HDFS responsável pelo armazenamento dos dados na forma de
blocos de dados.
 
 
Acerto: 1,0 / 1,0
Em relação ao Data Lake, selecione a opção correta que contenha o(s) formato(s) de dados que pode(m) ser
armazenado(s) nele.
apenas não estruturado
apenas tabelas relacionais
apenas estruturado
estruturado e semiestruturado
 estruturado, não estruturado e semiestruturado
Respondido em 13/04/2022 12:26:58
 
 
Explicação:
O Data Lake pode armazenar dados estruturados, semiestruturados e não estruturados que correspondem a
característica de variedade dos dados que é bem típica de aplicações de Big Data.
 
 
Acerto: 1,0 / 1,0
O PySpark caracteriza-se como uma biblioteca Spark responsável por executar programas usando recursos do
Apache Spark. Selecione a opção correta que contenha itens que são pré-requisitos de instalação para
utilização do PySpark.
Java e R
Hadoop e Spark
Python e Escala
 Java e Python
Casandra e Spark
Respondido em 13/04/2022 12:25:01
 
 
Explicação:
Gabarito: Java e Python
Justificativa: A utilização do PySpark depende principalmente de três pré-requisitos: instalação e configuração
do Java, Python e do Spark. Além disso, é necessário tratar detalhes da plataforma sobre a qual o Spark vai
rodar. No caso do Google Colab, é necessário instalar o FindSpark e o próprio PySpark também.
 Questão3
a
 Questão4
a
 Questão5
a
 
 
Acerto: 1,0 / 1,0
Observe o trecho de código abaixo
query = "SELECT * FROM tabela_teste WHERE valor = "+str(str_valor) 
registros = spark.sql(query)
Selecione a opção correta a respeito dele.
 Trata-se de um exemplo de utilização do Spark SQL
A execução do trecho de código vai funcionar corretamente.
É um exemplo de aplicação de GraphX.
A implementação do trecho de código está errada.
É possível afirmar que a tabela_teste existe.
Respondido em 13/04/2022 12:25:14
 
 
Explicação:
Gabarito: Trata-se de um exemplo de utilização do Spark SQL
Justificativa: O trecho de código corresponde a uma aplicação do Spark SQL. Esse componente viabiliza a
utilização de código SQL que facilita bastante a manipulação de dados estruturados. A implementação está
codificada corretamente, apesar de não ser possível afirmar se vai executar sem erros, pois no código não
aparecem informações que permitam fazer afirmações sobre a execução.
 
 
Acerto: 1,0 / 1,0
Dados categóricos são aqueles normalmente expressos por texto, que representam rótulos, nomes e símbolos.
Qual tipo de visualização de dados abaixo é recomendado para dados categóricos?
Gráfico de Matriz de Dispersão.
 Gráficos de Barra.
Gráfico de Estrela.
Gráficos de Linha.
Gráfico de Faces de Chernoff.
Respondido em 13/04/2022 12:28:24
 
 
Explicação:
O gráfico de barras mostra as proporções dos dados categóricos assim evidenciando os extratos da amostra.
Lembrando que os dados categóricos não se encaixam nos gráficos de dados numéricos, como o de dispersão
causando confusão na função de visualização ou quebrando a mesma dependendo da biblioteca escolhida.
 
 
Acerto: 1,0 / 1,0
A linguagem Python fornece para o cientista de dados uma grande variedade de funções e bibliotecas. Qual o
método que faz a projeção do Dataframe orientado pelos rótulos das colunas do conjunto?
shuffle
iloc
reset_index
 loc
sum
Respondido em 13/04/2022 12:29:26
 Questão6
a
 Questão7
a
 Questão8
a
 
 
Explicação:
Através do método loc, passando o nome da coluna ou colunas desejadas entre colchetes, é aplicada a operação
de projeção do DataFrame, de acordo com o objetivo desejado. As demais alternativas não dizem respeito à
projeção do DataFrame.
 
 
Acerto: 1,0 / 1,0
As técnicas de aprendizado de máquina para aprendizado supervisionado são:
 
I - Classificação
II - Agrupamento
III - Regressão
Apenas II
Apenas I
Apenas I e II
 Apenas I e III
Apenas II e III
Respondido em 13/04/2022 12:31:17
 
 
Explicação:
O aprendizado supervisionado contempla duas técnicas que são a de classificação, em que o modelo tenta
aprender a categorizar observações, e a regressão, que tenta aferir um valor numérico para novos registros,
baseado no registro histórico e suas características.
 
 
Acerto: 1,0 / 1,0
Qual destes modelos é adequado para um problema de classificação?
I - SVM
II - Árvore de Decisão
III - K-Médias
 Apenas as opções I e II
Todas as opções I, II e III
Apenas as opções I e III
Apenas as opções II e III
Apenas a opção III
Respondido em 13/04/2022 12:30:11
 
 
Explicação:
O aprendizado supervisionado contempla duas técnicas de aprendizado de máquina, a regressão e a
classificação. Da classificação nossas opções são a árvore de decisão, a SVM, o KNN, as redes neurais entre
outras. Mas, o modelo k-médias é uma técnica de aprendizado não supervisionado.
 
 Questão9
a
 Questão10
a