Machine Learning - Avaliacao Unopar

Prévia do material em texto

Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A Avaliação Virtual (AV) é 
composta por questões objetivas e corresponde a 100% da média final. Você tem até cinco tentativas para “Enviar” 
as questões, que são automaticamente corrigidas. Você pode responder as questões consultando o material de 
estudos, mas lembre-se de cumprir o prazo estabelecido. Boa prova! 
1)Existem inúmeras técnicas de agrupamento para serem aplicadas na resolução de problema com machine 
learning e mineração de dados. Sobre as técnicas de agrupamento não hierárquico, analise as afirmativas a seguir: 
( ) A escolha inicial dos objetos a serem utilizados no algoritmo K-means não influencia no resultado final, uma vez 
que essa técnica é robusta e imune a ótimos locais. 
( ) No algoritmo K-médias, cada objeto do domínio pode mudar de cluster K vezes. 
( ) Dendogramas são gráficos que mostram como foi a evolução dos clusters formados pelo K-means. 
Assinale a alternativa que julga corretamente os itens, na sequência: 
 
Alternativas: 
• F – F – F.checkCORRETO 
• V – F – V. 
• V – F – F. 
• F – V – V. 
• V – V – F. 
Resolução comentada: 
a semente inicial influencia bastante no resultado obtido. 
No K-means, os objetos podem mudar de grupo quantas vezes forem necessárias, até que o critério de parada seja 
atingido. 
Dendograma é utilizado para visualizar o processo de clusterização passo a passo, assim como analisar os níveis de 
distância dos clusters formados. 
Código da questão: 49622 
 
2)O algoritmo kNN é um classificador bastante utilizado em aprendizado de máquina. Seu desempenho e 
resultado dependem muito do valor k escolhido. Abaixo, você pode observar um diagrama de dispersão, em que 
existem observações já rotuladas em três classes: “quadrado”, “estrela” e “bola”. O objeto ilustrado com “X” é uma 
observação não rotulada, na qual deseja-se aplicar o algoritmo kNN com diversos valores de k para poder então 
classificar esse objeto. 
 
 
 
Utilize a ideia dos k vizinhos mais próximos para três situações de classificação: 1-NN, 3-NN e 5-NN. 
Assinale a alternativa que representa corretamente a classificação obtida com cada um dos algoritmos, 
respectivamente na ordem de 1-NN, 3-NN e 5-NN. 
 
Alternativas: 
• Bola, estrela e estrela.checkCORRETO 
• Bola, estrela e quadrado. 
• Bola, bola e estrela. 
• Bola, quadrado e estrela. 
• Quadrado, estrela e estrela. 
Resolução comentada: 
para aplicar o conceito de kNN, é preciso verificar, em cada um dos casos, qual a classe que possui mais vizinhos 
próximos ao objeto em questão. Com o gráfico abaixo, é possível observar a quantidade de vizinhos 
completamente dentro dos círculos relativos às redes 1-NN, 3-NN e 5-NN. 
 
 
 
Para o caso 1-NN, o objeto é classificado como “bola”. Para o caso 3-NN a classificação é “estrela” e para o caso 5-
NN, a classificação também é “estrela”. 
Código da questão: 49614 
 
3)O aprendizado de máquina é uma técnica que pode ser aplicada em diversos cenários, sendo que cada um 
possui suas características específicas e algoritmos mais indicados para serem utilizados. Esses algoritmos podem 
ser classificados de diversas maneiras, mas um tipo de classificação é a mais utilizada na literatura. 
Assinale a alternativa que contém a classificação correta do tipo de abordagem do aprendizado de máquina. 
 
Alternativas: 
• Aprendizado supervisionado e de supervisão. 
• Aprendizado supervisionado e regressão. 
• Aprendizado não supervisionado e clusterização. 
• Aprendizado supervisionado e não supervisionado.checkCORRETO 
• Aprendizado supervisionado e de classificação. 
Resolução comentada: 
segue a classificação mais utilizada para o aprendizado de máquina: 
 
Código da questão: 49600 
 
4)Os gráficos a seguir ilustram um algoritmo de regressão linear aplicado a quatro diferentes casos de dispersão de 
dados. Para todos os casos, tem-se a mesma reta de regressão linear y = 4+ 0,5x, independente de quais sejam as 
estatísticas suficientes, como: coeficientes linear e angular; soma dos quadrados dos resíduos e da regressão; e 
número de observações. 
 
 
 
A partir dos gráficos, analise as afirmativas a seguir: 
I. O gráfico B indica que os dados são propícios para a utilização de uma regressão do tipo linear. 
II. O gráfico C ilustra a possível existência de uma observação outlier na regressão linear. 
III. O gráfico D ilustra a possível existência de uma observação outlier na regressão linear. 
Assinale a alternativa que julga corretamente essas afirmações: 
 
Alternativas: 
• Somente III está correta. 
• Somente II está correta.checkCORRETO 
• Somente I e III estão corretas. 
• Somente II e III estão corretas. 
• Somente I está correta. 
Resolução comentada: 
I. O gráfico B mostra observações que não são corretamente estimadas por meio do uso de uma regressão linear. 
II. A afirmativa está correta. 
III. O gráfico D não contém dados corretamente estimados por uma regressão linear. 
Código da questão: 49613 
 
5)João aplicou um teste de múltipla escolha contendo 120 questões para um grande grupo de pessoas, e 
conseguiu perceber que houve uma grande variação na distribuição das notas. 
João resolveu, então, utilizar um algoritmo para agrupar os alunos, para que cada aluno pudesse ficar no grupo 
mais indicado, de acordo com sua nota. Dessa forma, ele poderá elaborar trabalhos específicos para cada grupo. 
Assinale a alternativa que contém o algoritmo mais indicado para a realização desse agrupamento. 
 
Alternativas: 
• K-means.checkCORRETO 
• Regressão multivariável. 
• Monte Carlo. 
• Regressão logística. 
• Regressão linear. 
Resolução comentada: 
dentre as alternativas, o único algoritmo que faz o agrupamento, ou clustering, é o k-means. 
Código da questão: 49623 
 
6) 
Uma certa empresa selecionou profissionais para implementar um software de análise de fraudes em sistemas de 
cartão de crédito. Um dos requisitos para a contratação era que o profissional tivesse conhecimento sobre redes 
multilayer perceptrons. Nesse contexto, perceptron é: 
 
Alternativas: 
• Um algoritmo de rede neural artificial simples dedicado a efetuar uma análise binária para identificar se 
determinada transação é fraude ou não fraude. checkCORRETO 
• O método-padrão em redes neurais artificiais para cálculo da contribuição de erro de cada neurônio após 
processamento de um lote de dados. 
• Um algoritmo de rede neural artificial simples dedicado a efetuar uma análise de regressão com valores de 
saída pertencentes ao conjunto dos reais positivos. 
• Composto por duas redes simétricas que têm quatro ou cinco camadas rasas que representam a metade da 
codificação (encoder) da rede. 
• Um algoritmo de redes neurais artificiais composto de várias camadas ocultas e a função sigmoide como 
função de saída. 
Resolução comentada: 
perceptron é um algoritmo de rede neural artificial simples dedicado a efetuar uma análise binária para identificar 
se a saída é {-1;1}. 
Código da questão: 49628 
 
7)Uma determinada instituição bancária contratou um programador para desenvolver algoritmos de machine 
learning para classificar os clientes como “BOM” ou “MAU” de acordo com saldo diário de sua conta durante um 
ano todo. Os clientes com classificação “BOM” serão convidados para receber um cartão OURO. Para essa tarefa, o 
programador recebeu apenas um banco de dados com 10.000 clientes já classificados pelos gerentes do banco. O 
banco de dados contém o saldo diário da conta (365 campos de informação) e a classificação como “BOM” ou 
“MAU” cliente. 
Considerando o cenário acima: 
I. É aconselhável utilizar um algoritmo supervisionado. 
PORQUE 
II. Os dados de treinamento fornecidos possuem seus respectivos rótulos e o algoritmo só precisa aprender e gerar 
uma função capaz de predizer o rótulo correto do cliente. 
Assinale a alternativa acerca das asserções supracitadas, bem como a relação entre elas: 
 
Alternativas: 
• A primeira asserção está incorreta e a segunda está correta. 
• As duas asserçõesestão incorretas. 
• A primeira e a segunda asserção estão corretas, mas a segunda não justifica a primeira. 
• A primeira e a segunda asserção estão corretas e a segunda justifica a primeira.checkCORRETO 
• A primeira asserção está correta e a segunda está incorreta. 
Resolução comentada: 
ambas as asserções estão corretas e a segunda justifica a primeira. 
Código da questão: 49604 
 
8)A classificação binária é um dos problemas mais utilizados e estudados em aprendizado de máquina. 
Sobre o AM de classificação binária, analise os itens a seguir: 
I. O algoritmo de classificação binária estuda um padrão x contido em um domínio X, e estima qual valor uma 
variável aleatória binária y∈{±1} irá assumir. 
II. Caso não haja informação completa sobre o conjunto X de observação, o problema é conhecido como 
estimativa com variáveis desconhecidas. 
III. Caso o conjunto X observado no treinamento seja de uma fonte diferente do conjunto X' utilizado na estimação, 
o problema é conhecido como um problema sem covariância. 
Assinale a alternativa que indica quais afirmações estão corretas. 
 
Alternativas: 
• Somente II. 
• Somente I e II.checkCORRETO 
• Somente I e III. 
• Somente III. 
• I – II – III. 
Resolução comentada: 
as afirmativas I e II estão corretas. 
O correto para a afirmativa III seria: “Caso o conjunto X observado no treinamento seja de uma fonte diferente do 
conjunto X' utilizado na estimação, o problema é conhecido como um problema de correção de descolamento por 
covariância”. 
Código da questão: 49602 
 
9)Considere o seguinte caso em que um sistema de recomendação é utilizado: 
Um website de streaming de filmes insere rótulos em cada um dos filmes de seu banco de dados. Toda vez que um 
usuário faz login, o sistema identifica as características do usuário e, baseado nos rótulos, faz indicações de novos 
filmes a serem assistidos. 
Assinale a alternativa que contém qual método de sistema de recomendação é utilizado no caso descrito pelo 
trecho acima. 
 
Alternativas: 
• Recomendação do tipo filtragem colaborativa baseada em fatoração matricial. 
• Recomendação do tipo filtragem colaborativa baseada em aprendizado profundo. 
• Recomendação baseada em HTML. 
• Recomendação baseada em interação. 
• Recomendação baseada em conteúdo.checkCORRETO 
Resolução comentada: 
o trecho descreve um sistema em que a recomendação é baseada em conteúdo. Ou seja, o algoritmo verifica qual 
filme possui conteúdo mais semelhante às características e aos gostos particulares de cada usuário que faz login 
no website. 
Código da questão: 49632 
 
10)Considere as seguintes afirmativas sobre algoritmos do tipo ensemble: 
A. Classificadores individuais podem estar "mais certos" sobre uma parte específica do domínio da função. 
B. Classificadores que estão "mais certos" podem ter seu voto com valor maior. 
C. Na maioria dos casos, agrupamentos possuem desempenho superior a classificadores individuais. 
Assinale a alternativa que contém as afirmativas CORRETAS: 
 
Alternativas: 
• B – C 
• A – B – C.checkCORRETO 
• A – C. 
• A – B. 
• Somente A.