A fase de planejamento e execução de projetos em ciência de dados que envolve compreender o problema empresarial subjacente, vinculá-lo a soluções analíticas potenciais e avaliar se todos os blocos de construção estão em vigor para que essa solução funcione de fato é o(a)

O método Kanban, como conhecemos hoje, é resultado de anos de testes e aperfeiçoamentos, com muitas contribuições da comunidade lean e agile.Os componentes da metodologia ágil Kanban são:

NLP é um campo que se concentra em tornar a linguagem humana natural utilizável por programas de computador. NLTK, ou Natural Language Toolkit, é um pacote Python que você pode usar para NLP. Avalie o seguinte código e assinale a alternativa que descreve a sua saída.

import nltk

from nltk.stem import WordNetLemmatizer

nltk.download('wordnet')

lemmatizer = WordNetLemmatizer ( )

words = ["dogs", "churches", "aardwolves", "abaci", "hardrock"]

for word in words:

lemma = lemmatizer. lemmatize(word)

print( f' Palavra original: {word}, Resuktado: {lemma}')

Os modelos preditivos são algoritmos de aprendizado de máquina projetados para analisar dados históricos e identificar padrões ou relações entre variáveis que possam ser usados para fazer previsões sobre eventos futuros ou tomar decisões automatizadas. Entre eles, há um modelo que tenta classificar cada amostra de um conjunto de dados avaliando sua distância em relação aos vizinhos mais próximos. Nesse modelo, se os vizinhos mais próximos forem majoritariamente de uma classe, a amostra em questão será classificada nesta categoria. É correto afirmar que o modelo é o

Um algoritmo de aprendizado supervisionado usado para classificação é o Support Vector Machine (SVM). Analise o seguinte código em Python que implementa o SVM e assinale a alternativa que descreve corretamente a sua funcionalidade.

A paralelização de rotinas pode ser implementada em todos os cálculos matemáticos de ciência de dados. Veja o seguinte código em Python que implementa a paralelização de rotinas e assinale a alternativa que descreve o propósito do parâmetro n_jobs:

from joblid import Parallel, delayed

import numpy as np

def calcular_quadrado (x):

return x** 2

n = np. arange(2)

r = Parallel( n_jobs= -1) (delayed(calcular_quadrado) (a) for in n)

print (r)

A interpretação de gráficos em ciência de dados é faz com que o analista de dados consiga interpretar corretamente a saída das informações processadas. Analise o seguinte código em Python com a biblioteca matplotlib e assinale a alternativa que apresenta o gráfico resultante.

import matplotlib.pylot as plt

import numpy as np

f = np.array ([1,2,6])

t= np.array ([3,8,1])

plt.plot(t,f)

plt.show ( )

A biblioteca numpy é uma das mais usadas no Python para ciência de dados. É correto afirmar que o seguinte código em Python calcula.

import numpy as np

#Dados de vendas por dia da semana (segunda a domingo)

v = np.array([[120,150,100,80,200,180,160]

[130,170,110,90,190,170,150]])

def func1(v):

r = np.std(v, axis =0)

return r

s = func1(v)

d= np.argmax(s)

print("Resultado 1:",s)

print("Resultado 2:",d)

O tratamento de dados na linguagem R pode ser apresentado de múltiplas formas. O seguinte código em R tem como objetivo criar um

library(ggplot2)

dados < - data.frame(

Aluno = c {"João" , "João", "João", "João", "João"),

Nota = c (7,8, 6, 9,5)

)

ggplot (data = dados, aes( x = Aluno, y = Nota))+

geom_bar (star = "identity", fill = "skyblue")+

labs(title = "Distribuição de Notas",

x = "Aluno",

y= "Nota") +

theme_minimal ( )

O uso da biblioteca NLTK ajuda no processamento de linguagem natural. É correto afirmar que o seguinte código Python tem como objetivo

from nltk.stem import PorterStemmer

stemmer = PorterStemmer ( )

palavras =["running", "ran", "runs", "runner", "easily", "fairly",

"fairness"]

for palavra in palavras:

stem = stemmer.stem(palavra)

print(f"{palavra}: {stem}")