A tabela a seguir apresenta a distribuição de dados numéricos nas linhas 1 a 6, das colunas P a U:

A partir da tabela, tem-se que: G = média aritmética dos dados da coluna P; H = mediana dos dados da linha 2; I = média aritmética dos dados da coluna U; J = mediana dos dados da linha 5; K = média aritmética dos dados da coluna S; L = mediana dos dados da linha 6; M = média aritmética dos dados da coluna T; N = mediana dos dados da linha 1. Com base em todas essas informações, assinale a alternativa que traz o resultado da expressão:

2K + G – 2H + (3 – 2)N + I – L + 3J – M

Com base nessa situação hipotética, julgue o item a seguir.

Depois de 2 anos, a média das idades dos funcionários aumentará em 2 unidades, assim como o desvio padrão.

Com base nessa situação hipotética, julgue o item a seguir.

A mediana das idades dos funcionários é de 35 anos.

Em um gráfico de colunas, a produção mensal de uma fábrica foi: Jan 200, Fev 250, Mar 300.

Qual a variação percentual de Fev para Mar?

Em uma pesquisa realizada em uma turma de matemática, foram coletadas as idades de cinco alunos: 12, 14, 13, 14 e 15 anos.

Para analisar a tendência central desses dados, é necessário identificar a mediana, que, com base nessas informações, será:

Um professor do IFPE e sua equipe estão desenvolvendo um modelo de previsão da cota da barragem Tapacurá em Pernambuco. O modelo utilizará as variáveis IP(Índice Pluviométrico), medida em mm, e cota_da_barragem, medida em cm (da base da barragem ao topo). Após tratarem os valores ausentes e normalizarem os dados, avançam para a fase de Feature Engineering. O objetivo principal do modelo é prever a cota da barragem com um dia de antecedência, utilizando o histórico das variáveis. Considerando que a cota de uma barragem é um fenômeno com forte dependência temporal, dado que a chuva de hoje influencia a cota da barragem de amanhã, marque a opção que contém a estratégia mais adequada para o objetivo principal do modelo apresentado.

Suponha que você participa de um projeto de mineração de dados e está treinando um modelo de árvore de decisão para um problema de classificação com três categorias: Frutas Cítricas, Frutas Doces e Frutas Oleaginosas. Em um determinado nó da árvore, a distribuição das 80 amostras de treinamento é a seguinte:
Frutas Cítricas: 40 amostras
Frutas Doces: 20 amostras
Frutas Oleaginosas: 20 amostras
Com base nessa distribuição, os valores do Índice de Gini e da Entropia, em bits, são dados, respectivamente, por:

A matriz de confusão, relacionada ao resultado na base de teste de um modelo de classificação binária, encontrou os seguintes resultados: 60 verdadeiros positivos, 400 verdadeiros negativos, 20 falsos positivos e 60 falsos negativos. Com base nesses valores, o resultado do F1-Score é

Um cientista de dados utiliza validação cruzada k-fold para avaliar o desempenho de um classificador. Sobre a razão de usar essa técnica, é correto afirmar que a validação cruzada

Durante o treinamento de um modelo de regressão polinomial, o cientista de dados observa que o erro no conjunto de treino é muito baixo, mas o erro no conjunto de teste é elevado. Analise as afirmativas a seguir e assinale a que caracteriza corretamente esse fenômeno.