aprendizado de máquina n2

Prévia do material em texto

Uma das possíveis confusões relacionadas ao conceito de machine learning vem do imaginário e das associações criadas a partir de filmes e histórias de ficção científica, que representam a inteligência artificial - IA, por vezes, como uma imitação da mente humana ou uma perigosa invenção que poderá se voltar contra nós. Um dos primeiros estudos sobre IA, de Alan Turing, versa sobre uma estratégia para conferir se a inteligência de uma máquina evoluiu a ponto de ser confundida com a mente humana. Nesse sentido, assinale a alternativa que apresenta a que esse estudo se refere:
a.
Jogo da imitação.
b.
Teste dos robôs.
c.
Jogo dos pares.
d.
Esquema cruzado.
e.
Jogo da consciência.
Limpar minha escolha
Questão 2
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
As aplicações de machine learning (aprendizado de máquina) variam grandemente, tendo, como atribuição geral, a possibilidade de ajudar a encontrar padrões e tendências em um conjunto específico de dados. O uso dessa e de outras técnicas, em conjunto, pode ser aglomerado sob a denominação "mineração de dados".
 
A respeito das utilidades do aprendizado de máquina, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
 
I.  O aprendizado de máquina consegue solucionar problemas complexos a partir de um algoritmo simplificado.V
II.  Para ser aplicado, o machine learning depende de que a abordagem tradicional também esteja funcionando. F
III.  Ambientes dinâmicos são ideais, pois lidam constantemente com a coleta e análise de novos dados. V
IV.  O aprendizado de máquina supervisionado funciona melhor em bases com menores quantidades de dados. F
 
Assinale a alternativa que apresenta a sequência correta:
a.
V, F, V, F.
b.
V, F, V, V.
c.
F, V, F, V.
d.
V, V, F, V.
e.
V, V, V, F.
Limpar minha escolha
Questão 3
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
Considerando as categorias de sistemas de aprendizado de máquina supervisionado, eles podem variar conforme a necessidade e/ou o objetivo da análise. Para tanto, os algoritmos de aprendizado irão precisar optar, basicamente, entre dois tipos de tarefa para performar a análise dos dados: tarefas de classificação ou tarefas de regressão. A partir do exposto, associe tais tarefas a um dos seguintes algoritmos: 
 
(1)  Classificação
(2)  Regressão
 
 Um laboratório farmacêutico deseja desenvolver um sistema que seja capaz de separar, a partir das fichas cadastrais, o perfil dos pacientes de acordo com seu tipo sanguíneo; 1
 Um clube esportivo quer implementar um sistema que consiga associar as variáveis de cada partida, como tempo de duração e número de gols, de modo a melhorar a estratégia do time; e 2
 Uma clínica estética gostaria de incluir, em seu sistema, a possibilidade de classificar manchas de pele a partir de fotos tiradas de pacientes, retornando a gravidade da lesão. 1
 
A partir das relações feitas anteriormente, assinale a alternativa que apresenta a sequência correta:
a.
1, 1 , 2.
b.
1, 2, 2.
c.
1, 2, 1.
d.
2, 1, 2.
e.
2, 2, 1.
Limpar minha escolha
Questão 4
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
Leia o excerto a seguir:
 
"Se as amostras não forem representativas, diferentes amostras de uma mesma população podem gerar modelos diferentes. Isso porque características importantes do problema ou distribuição que gerou os dados podem não estar presentes. Por outro lado, se a amostra for muito grande, são reduzidas as vantagens de utilizar amostragem. Assim, deve novamente ser buscado um compromisso entre a eficiência e a acurácia".
Fonte: FACELI, Katti; LORENA, Ana Carolina; GAMA, João; CARVALHO, André C. P. L. F. Inteligência Artificial: uma abordagem de aprendizado de máquina. Rio de Janeiro: LTC, 2011, pág. 32. [Minha Biblioteca]
 
Para que possamos considerar o resultado de uma análise de dados como confiável, usamos métodos de avaliação e classificadores que permitem validar o retorno de um determinado modelo, de modo a conferir se os valores apontados poderão ser aproveitados como previsão.
 
A respeito dos itens que podem representar problemas e prejudicar o resultado da análise, avalie as afirmativas a seguir:
 
I. Quantidade de dados.
II. Feature engineering.
III. Parâmetros do algoritmo.
IV. Coleta dos dados.
V. Base de treinamento.
 
Está correto o que se afirma em:
a.
II, III, IV e V, apenas.
b.
I, II, III, IV e V.
c.
I e III, apenas.
d.
I, II e III, apenas.
e.
III, IV e V, apenas.
Limpar minha escolha
Questão 5
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
O aprendizado de máquina é um sistema computacional que pode ser subdividido para melhor categorização dos métodos utilizados, que variam conforme o objetivo, o tipo de treinamento do algoritmo e a forma como os dados serão alimentados. Há diversos modelos de algoritmo usados pelo aprendizado de máquina supervisionado. A respeito dos algoritmos usados pelo sistema de aprendizado supervisionado, analise as afirmativas a seguir:
 
I. Árvores de decisão
II. K-Means
III. Clusterização
IV. Redes neurais
V. Regressão logística
 
Está correto o que se afirma em:
a.
II e III, apenas.
b.
I, II, IV e V, apenas.
c.
I, II, III e IV, apenas.
d.
I, II e III, apenas.
e.
I, IV e V, apenas.
Limpar minha escolha
Questão 6
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
Em análise de dados, temos sistemas computacionais especialmente elaborados para realizar tarefas, como os sistemas de aprendizado de máquina, que conseguem aprender a partir de uma determinada experiência ou conjunto de dados para melhorar a performance, detectar padrões, perceber anomalias ou realizar comparações, conforme a necessidade. Sobre os sistemas de aprendizado de máquina, assinale alternativa que apresenta a principal questão que difere o aprendizado supervisionado do não-supervisionado, além da presença ou ausência do treinamento humano:
a.
Perfil das variáveis.
b.
Desenvolvedor humano.
c.
Aprendizado por reforço.
d.
Utilização de rótulos.
e.
Quantidade de dados.
Limpar minha escolha
Questão 7
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
Um dos desafios da análise de dados por meio do aprendizado de máquina supervisionado reside justamente na escolha do algoritmo e no ajuste dos parâmetros, que variam conforme a situação, o objetivo da análise e a forma como o sistema será alimentado. Caso essa definição ou a base de dados estejam com inconsistências, poderá resultar em um modelo não confiável. Diante disso, assinale a alternativa que cita problemas derivados de um algoritmo mal desenvolvido:
a.
Ausência de variáveis.
b.
Travamentos no sistema.
c.
Feature engineering.
d.
Rótulos inconsistentes.
e.
Overfitting e underfitting.
Limpar minha escolha
Questão 8
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
Um sistema de aprendizado de máquina pode ser classificado conforme o tipo de supervisão, a forma como a base será alimentada e também a função que será executada pelo algoritmo, o que resulta em, basicamente, quatro modelos: aprendizado supervisionado, não-supervisionado, semi-supervisionado e por reforço. Sabendo disso, assinale a alternativa que contém a afirmação correta sobre aprendizado de máquina supervisionado e/ou não supervisionado:
a.
Aprendizado supervisionado inclui base de teste e base de treino.
b.
Somente o aprendizado supervisionado é usado para clusterização.
c.
O uso de rótulos ocorre nesses dois tipos de aprendizado de máquina.
d.
O aprendizado de máquina supervisionado é melhor para filtrar spams.
e.
Regressão tem aplicação exclusiva em aprendizado não-supervisionado.
Limpar minha escolha
Questão 9
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
Há diversas abordagens e/ou técnicas que podem ser usadas nos sistemas baseados em aprendizado de máquina. Embora a base desses modelos sejam todas apoiadas na Estatística e no desenvolvimento de um algoritmo de aprendizado,há algumas especificidades que diferenciam um modelo de outro, e que variam, também, conforme a necessidade de aplicação. Sobre os critérios que distinguem os modelos de aprendizado de máquina entre si, associe tais critérios às suas descrições:
 
(1)  Aprendizado supervisionado
(2)  Aprendizado incremental
(3)  Modelos preditivos
 
 Sistema treinado por meio da supervisão humana.
 Sistema com capacidade de aprendizado em lote.
 Sistema para detectar padrões nos dados de treino.
 
A partir das relações feitas anteriormente, assinale a alternativa que apresenta a sequência correta:
a.
2, 3, 2.
b.
1, 2, 3.
c.
3, 1, 2.
d.
3, 2, 1.
e.
2, 1, 3.
Limpar minha escolha
Questão 10
Ainda não respondida
Vale 1,00 ponto(s).
Marcar questão
Texto da questão
Imagine que você está trabalhando para uma agência de publicidade que irá atuar com análise de visualização e métricas em suas redes sociais. Assim sendo, apresentam à sua equipe o desafio de desenvolver um algoritmo de aprendizado de máquina que seja capaz de predizer o número de visualizações nos artigos do blog da agência. A análise levará em consideração features (variáveis) como o nome do autor, número de artigos publicados pelo mesmo autor e número de comentários postados, além do número de acessos. A respeito de quais abordagens seriam mais adequadas, analise as afirmativas a seguir:
 
I. Regressão linear.
II. Árvore de decisão.
III. Redes neurais.
IV. Teste de acurácia.
 
Está correto o que se afirma em:
a.
I, II, III e IV.
b.
I, II e III, apenas.
c.
II e III, apenas.
d.
I e II, apenas.
e.
II e IV, apenas.