Prova de Ciência de Dados_ Técnicas e Aplicações Avançadas(2)

Prévia do material em texto

Prova de Ciência de Dados: Técnicas e Aplicações Avançadas
Introdução:
Esta prova avalia seus conhecimentos sobre técnicas avançadas e aplicações práticas na 
área de Ciência de Dados, abordando desde algoritmos até métodos de avaliação. 
Responda com atenção e escolha a melhor alternativa.
Questão 1
O que caracteriza o modelo de Regressão Linear?
a) É um modelo que prevê classes com base em dados rotulados.
b) Calcula a relação linear entre uma variável dependente e uma ou mais variáveis 
independentes.
c) É usado exclusivamente para processamento de imagens.
d) Agrupa dados em clusters com características similares.
e) Reduz a dimensionalidade de conjuntos de dados.
Questão 2
Qual técnica é usada para reduzir a dimensionalidade de dados?
a) Regressão Logística.
b) Árvore de Decisão.
c) Análise de Componentes Principais (PCA).
d) Gradient Boosting.
e) Validação Cruzada.
Questão 3
Qual das opções abaixo é uma métrica usada para avaliar modelos de regressão?
a) Recall.
b) Acurácia.
c) RMSE (Raiz do Erro Quadrático Médio).
d) Precisão.
e) Sensibilidade.
Questão 4
O que é Bagging em aprendizado de máquina?
a) Um método para balancear dados desbalanceados.
b) Uma técnica de validação de modelos.
c) Um método para combinar vários modelos de aprendizado, reduzindo a variância.
d) Uma abordagem para otimizar o ajuste de hiperparâmetros.
e) Um algoritmo para aprendizado supervisionado.
Questão 5
Qual é o principal objetivo do algoritmo Random Forest?
a) Classificação ou regressão usando múltiplas árvores de decisão.
b) Reduzir o número de variáveis categóricas.
c) Identificar outliers em grandes conjuntos de dados.
d) Dividir dados em clusters com base em similaridades.
e) Normalizar variáveis para escalas específicas.
Questão 6
Qual métrica é mais útil para avaliar modelos de classificação desbalanceados?
a) Acurácia.
b) RMSE.
c) F1-Score.
d) Erro Absoluto Médio.
e) Variância Explicada.
Questão 7
O que é tokenização no processamento de linguagem natural (PLN)?
a) A substituição de palavras por números aleatórios.
b) A análise de sentimentos em textos.
c) A divisão de texto em palavras ou pedaços menores para análise.
d) O agrupamento de documentos semelhantes.
e) A criação de modelos de tópicos.
Questão 8
Qual é o principal objetivo de boosting em aprendizado de máquina?
a) Reduzir o overfitting.
b) Melhorar a acurácia combinando modelos fracos em modelos fortes.
c) Normalizar dados antes do treinamento.
d) Identificar variáveis mais relevantes para análise.
e) Treinar modelos de redes neurais convolucionais.
Questão 9
O que significa Recall em métricas de classificação?
a) A proporção de verdadeiros positivos em relação ao total de casos positivos reais.
b) A taxa de falsos negativos no modelo.
c) A proporção de verdadeiros positivos em relação ao total de previsões positivas.
d) A taxa de acurácia entre todas as previsões.
e) O erro médio entre valores reais e previstos.
Questão 10
Em qual cenário o uso de Redes Neurais Artificiais (ANNs) é mais apropriado?
a) Quando é necessário processar grandes volumes de texto sem estrutura.
b) Para analisar a relação linear entre duas variáveis.
c) Em problemas de regressão linear simples.
d) Em classificações simples com dados pequenos e bem definidos.
e) Quando há uma grande quantidade de dados complexos e não lineares.
Gabarito e Justificativa
1. b)
○ A Regressão Linear modela a relação linear entre variáveis dependentes e 
independentes.
2. c)
○ PCA é uma técnica amplamente utilizada para reduzir a dimensionalidade 
mantendo a maior parte da variabilidade dos dados.
3. c)
○ RMSE mede a magnitude média do erro em modelos de regressão, sendo 
sensível a erros grandes.
4. c)
○ Bagging combina vários modelos para reduzir a variância e aumentar a 
robustez.
5. a)
○ Random Forest utiliza várias árvores de decisão para melhorar o 
desempenho em tarefas de classificação e regressão.
6. c)
○ O F1-Score é ideal para cenários desbalanceados, pois combina precision e 
recall.
7. c)
○ A tokenização divide o texto em partes menores, como palavras, para facilitar
o processamento.
8. b)
○ Boosting melhora a performance combinando modelos fracos em modelos 
mais fortes.
9. a)
○ Recall mede a proporção de verdadeiros positivos em relação ao total de 
casos positivos reais.
10. e)
○ ANNs são ideais para dados complexos e com relações não lineares, como 
imagens e séries temporais.