- TÓPICOS DE BIG DATA EM PYTHON

Prévia do material em texto

Disciplina: EEX0174 - TÓPICOS DE BIG DATA EM PYTHON Período: 2022.1 EAD (GT) / AV 
Aluno: NOTA 9 C/ 2 do SIMULADO Matrícula: 202004305191 
Data: 07/06/2022 23:20:24 Turma: 9001 
 
 
 ATENÇÃO 
1. Veja abaixo, todas as suas respostas gravadas no nosso banco de dados. 
2. Caso você queira voltar à prova clique no botão "Retornar à Avaliação". 
 
 
 
 1a Questão (Ref.: 202010403171) 
Selecione a opção correta a respeito do processamento e streaming de dados. 
 
 
Os dados sempre são provenientes de aplicações transacionais 
 
Caracterizam-se pelo envio do mesmo dado por várias fontes 
 
Os dados são caracterizados também são denominados de lotes estáticos. 
 
Os dados podem vir de várias fontes 
 
Os dados sempre estão no mesmo formato 
 
 
 
 2a Questão (Ref.: 202010402917) 
Em relação às características do processamento de fluxo de dados, selecione a opção 
correta. 
 
 
Sempre são do mesmo tipo 
 
São invariáveis no tempo 
 
Representam o estado de um sistema em um dado momento 
 
O fluxo de dados é intermitente 
 
São relacionados à aplicações de internet das coisas 
 
 
 
 3a Questão (Ref.: 202010411850) 
Em relação à fase de mapeamento do Hadoop, selecione a opção correta que apresenta o 
responsável pela geração de fragmento para os componentes da fase de redução. 
 
 
Leitor de registros. 
 
Mapeador. 
 
Redutor. 
 
Combinador. 
 
Particionador. 
 
 
 
 4a Questão (Ref.: 202010411909) 
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6067461/n/nStatus da quest%C3%A3o: Liberada para Uso.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6067207/n/nStatus da quest%C3%A3o: Liberada para Uso.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6076140/n/nStatus da quest%C3%A3o: Liberada para Uso.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6076199/n/nStatus da quest%C3%A3o: Liberada para Uso.');
O sistema de arquivos distribuídos do Hadoop, conhecido como HDFS, foi idealizado para 
trabalhar com grandes volumes de dados. Selecione a opção correta que apresenta o 
paradigma como o HDFS funciona. 
 
 
Distribuído e centralizado. 
 
Centralizado e distribuído. 
 
Mestre e escravo. 
 
Distribuído e distribuído. 
 
Centralizado e centralizado. 
 
 
 
 5a Questão (Ref.: 202010418076) 
Selecione a opção correta que contenha a ação responsável por retornar os elementos de um 
conjunto de dados como um vetor. 
 
 
take 
 
reduce 
 
coalesce 
 
join 
 
collect 
 
 
 
 6a Questão (Ref.: 202010418080) 
Selecione a opção correta que contenha as categorias em que transformações podem ser 
classificadas. 
 
 
Embaralhamento e redução 
 
Mapeamento e partição 
 
Estreitas e amplas 
 
Separação e finalização 
 
Mapeamento e redução 
 
 
 
 7a Questão (Ref.: 202010412623) 
A coleta e preparação dos dados para análise no Python são de extrema importância. Os 
dados secundários são assim definidos devido: 
 
 
O fato de ocuparem menos espaço de memória. 
 
O fato de virem de uma fonte alternativa não convencional. 
 
A sua baixa qualidade. 
 
O fato de requererem muito mais pré-processamento. 
 
O fato de terem sido obtidos a partir de terceiros. 
 
 
 
 8a Questão (Ref.: 202010412556) 
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6082366/n/nStatus da quest%C3%A3o: Liberada para Uso.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6082370/n/nStatus da quest%C3%A3o: Liberada para Uso.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6076913/n/nStatus da quest%C3%A3o: Liberada para Uso.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6076846/n/nStatus da quest%C3%A3o: Liberada para Uso.');
Os dados que, por alguma razão, normalmente interferência humana, não chegam com 
todos os atributos esperados durante a coleta de dados, são conhecidos como: 
 
 
Nulos. 
 
Corrompidos. 
 
Faltantes. 
 
Enviesados. 
 
Embaralhados. 
 
 
 
 9a Questão (Ref.: 202010411544) 
As redes neurais são implementadas em Python através de uma biblioteca de processamento 
de cálculos em paralelo baseada em grafos. Qual o nome desta biblioteca? 
 
 
Scipy 
 
Tensorflow 
 
Plotly 
 
Numpy 
 
Pandas 
 
 
 
 10a Questão (Ref.: 202010411540) 
O boom da IA se deve ao surgimento de novas tecnologias e dispositivos que por estarem 
sempre conectados produzem uma quantidade enorme de dados. Estes dados que 
alimentam os modelos de aprendizado de máquina também são conhecidos como: 
 
 
Dados Faltantes. 
 
Big Data. 
 
Conhecimento. 
 
Informações. 
 
Observações. 
 
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6075834/n/nStatus da quest%C3%A3o: Liberada para Uso.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6075830/n/nStatus da quest%C3%A3o: Liberada para Uso.');