As regras de associação representam combinações de itens que ocorrem com determinada frequência em uma base de dados. A mineração de regras de associação torna-se atraente e popular por possuir uma forma fácil de ser compreendida. Sobre as regras de associação, classifique V para as sentenças verdadeiras e F para as falsas:
( ) No pré-processamento, itens frequentes são aqueles que atendem algum critério preestabelecido mínimo de frequência, como itens que aparecem pelo menos em determinado número de transações.
( ) Na geração de itens, além de poder cobrir todas as etapas comuns de pré-processamento de dados, como limpeza, integração, redução, transformação e discretização, a adequação.
( ) Na mineração de regras de mineração das regras, as regras são geradas em uma etapa específica, utilizando simplesmente os itens frequentes da base.
( ) Na avaliação são verificadas determinadas regras de associação, podem ser utilizadas diferentes medidas de interesse, dependendo do contexto.
Assinale a alternativa que apresenta a sequência CORRETA:
A F - V - F - V.
B V - F - F - F.
C V - F - V - F.
D F - F - V - V.
A F - V - F - V.
B V - F - F - F.
C V - F - V - F.
D F - F - V - V.
( ) No pré-processamento, itens frequentes são aqueles que atendem algum critério preestabelecido mínimo de frequência, como itens que aparecem pelo menos em determinado número de transações.
( ) Na geração de itens, além de poder cobrir todas as etapas comuns de pré-processamento de dados, como limpeza, integração, redução, transformação e discretização, a adequação.
( ) Na mineração de regras de mineração das regras, as regras são geradas em uma etapa específica, utilizando simplesmente os itens frequentes da base.
( ) Na avaliação são verificadas determinadas regras de associação, podem ser utilizadas diferentes medidas de interesse, dependendo do contexto.
Assinale a alternativa que apresenta a sequência CORRETA:
A F - V - F - V.
B V - F - F - F.
C V - F - V - F.
D F - F - V - V.
A F - V - F - V.
B V - F - F - F.
C V - F - V - F.
D F - F - V - V.
Respostas
Ed 
há 2 anos
A sequência correta é: C) V - F - V - F.
Crie sua conta grátis para liberar essa resposta. 🤩
Já tem uma conta?
Ao continuar, você aceita os Termos de Uso e Política de Privacidade
Ainda com dúvidas?
Envie uma pergunta e tenha sua dúvida de estudo respondida!
Mais perguntas desse material
Sobre as etapas da mineração de dados, associe os itens, utilizando o código a seguir:
I- Limpeza de dados.
II- Integração de dados.
III- Seleção de dados.
IV- Transformação de dados.
( ) Em que os dados relevantes para a tarefa de análise são recuperados da base de dados.
( ) Em que os dados são transformados e consolidados em formulários apropriado para mineração, realizando operações de resumo ou agregação.
( ) Em que são removidos ruídos e dados inconsistentes.
( ) Em que várias fontes de dados podem ser combinadas.
Assinale a alternativa que apresenta a sequência CORRETA:
A III - IV - I - II.
B I - IV - III - II.
C I - II - III - IV.
D IV - III - II - I.
Sobre os modelos de mineração de dados, assinale a alternativa CORRETA:
A Previsão, Risco e probabilidade, Recomendações, Localizando sequências e Agrupamento.
B Adaptação, Recuo, Recomendações, Localizando sequências e Agrupamento.
C Reclusão, Risco e Probabilidade, Recomendações, Localizando sequências e Filtros.
D Previsão, Risco e Probabilidade, Recomendações e Agregações.
Sobre mineração de dados, seus recursos e tecnologias, associe os itens, utilizando o código a seguir:
I- Análise descritiva dos dados.
II- Estimação.
III- Classificação.
IV- Agrupamento.
( ) Classificador K-NN; árvores de decisão; redes neurais; classificador Naive Bayes.
( ) Análise de distribuição de frequências; representação gráfica de séries temporais; diagrama de dispersão; medidas de tendência central e posição (média aritmética simples, mediana, moda, percentis); medidas de variabilidade (amplitude total, desvio padrão, coeficiente de variação); outras representações gráficas (boxplot, histograma).
( ) Regressão polinomial; regressão linear; modelos autorregressivos; persistência; redes neurais; modelos markovianos.
( ) Algoritmo k-médias (k-means); fuzzy k-médias; árvore geradora mínima. Associação: rede bayesiana; cadeia de Markov; rede de causalidade; informação mútua; correlação; Partial Directed Coherence (PDC).
Assinale a alternativa que apresenta a sequência CORRETA:
A III - I - II - IV.
B III - I - IV - II.
C IV - I - II - III.
D III - IV - II - I.
Sobre as regras de associação e a definição do suporte, analise as sentenças a seguir:
( ) É preciso verificar o quantitativo total de transações que temos na amostra.
( ) É preciso somar todas as colunas somadas às linhas da tabela (cesta).
( ) É preciso determinar em quantas transações aparecem os dois itens da regra a ser verificada.
( ) É preciso calcular o suporte da regra.
Assinale a alternativa que apresenta a sequência CORRETA:
A V - F - F - V.
B V - V - V - F.
C F - F - F - V.
D V - F - V - V.
Sobre as etapas do KDD, assinale a alternativa CORRETA:
A Seleção, Pré-Processamento, Transformação, Data Mining e Interpretação.
B Coleta, Pré-Processamento, Transformação, Data Mining e Interpretação.
C Seleção, Data Warehousing e Interpretação.
D Coleta, Data Warehousing, Pré-Processamento, Transformação e Data Mining.
Sobre Machine Learning, assinale a alternativa correta:
A O Machine Learning às vezes utiliza de indução para analisar dados, identificar padrões e fazer previsões ou tomar decisões com base nesses padrões.
B O Machine Learning usa algoritmos e modelos estatísticos para analisar dados, identificar padrões e fazer previsões ou tomar decisões com base nesses padrões.
C O Machine Learning utiliza de indução para analisar dados, identificar padrões e fazer previsões ou tomar decisões com base nesses padrões.
D O Machine Learning usa apenas algoritmos para analisar dados, identificar padrões e fazer previsões ou tomar decisões com base nesses padrões.
Sobre etapas da mineração de dados, ordene os itens a seguir:
I- Transformação.
II- Data Mining.
III- Interpretação.
IV- Seleção.
V- Pré-Processamento.
Assinale a alternativa que apresenta a sequência CORRETA:
A IV - V - I - III - II.
B IV - V - I - II - III.
C I - II - IV - III - V.
D I - II - III - IV - V.
Sobre as regras de associação, classifique V para as sentenças verdadeiras e F para as falsas:
( ) O algoritmo a priori não teve mutações, permanecendo como em sua criação.
( ) As regras de associação são extraídas a partir de combinações de itens da base de dados, combinando dois itens.
( ) Um exemplo típico de aplicação de mineração de regra de associação é a classificação de textos.
( ) Os algoritmos de mineração de regras de associação são utilizados para encontrar associações ou relacionamentos entre os dados.
Assinale a alternativa que apresenta a sequência CORRETA:
A F - V - F - F.
B V - F - V - V.
C F - V - V - V.
D F - V - F - V.
PORQUE
II. Ele começa calculando o suporte de itens individuais na primeira passagem, identificando conjuntos-de-1-item frequentes. Em seguida, gera conjuntos-de-2-itens candidatos na segunda iteração e determina seus suportes no banco de dados, buscando conjuntos frequentes de 2 itens.
A respeito dessas asserções, assinale a opção correta:
A A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
B A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
C As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
D As asserções I e II são verdadeiras, e a II é uma justificativa correta da I.
A A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
B A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
C As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
D As asserções I e II são verdadeiras, e a II é uma justificativa correta da I.
Mais conteúdos dessa disciplina
Crie VÍDEOS LONGOS COM IA 100 GRÁTIS e ILIMITADO! (15 minutos) - Resumo- O Hospital Pequeno Príncipe é reconhecido como um dos melhores hospitais pediátricos do mundo
- a664d3b5-4f7a-4ba8-90a8-7239a27e0b38
- Inglês - Talking about the future - Resumo
- Introdução ao Data Science
- PROVA FINAL_ 14 - Machine Learning (2025)
- PROVA FINAL_ 14 - Machine Learning (2025)2
- Exercício de fixação - Regras de associação_ 14 - Machine Learning (2025)
- Exercício de fixação - Regras de Associação_ 14 - Machine Learning (2025)2
- Exercício de fixação - K-means_ 14 - Machine Learning (2025)3
- Exercício de fixação - K-means_ 14 - Machine Learning (2025)
- Exercício de Fixação - Classificação e previsão_ 14 - Machine Learning (2025)
- 1) Ler em voz Os conceitos e aplicações de data warehouse e visões de bancos de dados relacionais de sistemas transacionais possuem pontos em comum, e
- efletindo sobre o deep learning, avalie as seguintes asserções e a relação proposta entre elas. I. Deep Learning, ou aprendizado profundo, é um do...
- Podemos citar como um exemplo de modelo preditivo obtido através do uso dos métodos conexionistas de Aprendizado de Máquina: a. Redes Neurais Artifici
- Pergunta 6 Podemos citar como um exemplo de modelo preditivo obtido através do uso dos métodos conexionistas de Aprendizado de Máquina: a. Redes Neura
- ensorFlow e Keras são bibliotecas fundamentais para criar e treinar redes neurais de forma eficiente, simplificando a aplicação de inteligência art...
- As redes neurais artificiais são modelos computacionais baseados na estrutura do cérebro humano. Qual das alternativas melhor explica o processo pe...
- Algoritmos genéticos e estratégias evolutivas são métodos inspirados na seleção natural, usados para resolver problemas complexos, como otimização ...
- Sobre IA generativa, qual afirmação está correta?
Não requer dados para gerar novos conteúdos.
IA generativa só é aplicada em reconhecimento faci...
- As redes neurais de múltiplas camadas e redes associativas são abordagens diferentes em inteligência artificial. Com base nas características das rede
- Qual das seguintes tecnologias é usada para processar linguagem natural (NLP)?
Modelos de linguagem treinados em grandes volumes de texto.
Vi...
- Leia a afirmação a seguir e assinale Verdadeiro ou Falso: A IA Generativa é um tipo de Machine Learning que utiliza técnicas de Deep Learning par...
- O uso de Inteligência Artificial (IA) na administração pública exige cuidados éticos e segurança no tratamento de dados. As decisões automatizadas pod
- Sejam as seguintes afirmações sobre representação do conhecimento: I. Circunscrição é um formalismo utilizado em raciocínio default. II. Uma ontol...
- POO para Extração de Dados
- Brochura-FullCycle-2 0