A linguagem Python, em conjunto com diversas bibliotecas, oferece ferramentas com aplicação em análise e ciência de dados. Acerca das bibliotecas NumPy, pandas e SciPy, analise as afirmativas a seguir, e assinale V para a afirmativa verdadeira e F para a falsa.

( ) A biblioteca NumPy é baseada na manipulação de estruturas de dados multidimensionais, nas quais todos os elementos possuem o mesmo tipo.

( ) A biblioteca pandas possui métodos próprios para geração e visualização de gráficos.

( ) A biblioteca SciPy possui um pacote para manipulação de matrizes esparsas.

As afirmativas são, respectivamente

A aprendizagem é o processo pelo qual os parâmetros livres de entrada de uma rede neural são ajustados a partir do processo de estimulação pelo ambiente na qual a rede está inserida. O tipo de aprendizagem é determinado pela maneira pela qual a modificação dos parâmetros ocorre. A aprendizagem que consiste na minimização da função custo, que é a diferença entre o valor desejado e o valor da saída da rede neural, é conhecida por

O algoritmo k-vizinhos mais próximo (k-NN) é utilizado em tarefas de análise preditiva. Analise as afirmativas a seguir relativas ao algoritmo k-NN.

I O algoritmo k-NN classifica os pontos com base nas distâncias entre eles e seus k vizinhos mais próximos.

II O valor de k deve ser escolhido aleatoriamente e não tem impacto no desempenho do modelo k-NN.

III O algoritmo k-NN é sensível à escala das variáveis de entrada e geralmente requer normalização dos dados antes de ser aplicado.

É correto o que se afirma em

Deseja-se implementar uma rede neural simples composta de um neurônio com limiar igual a T para computar a operação booleana “E” entre duas entradas binárias x1 e x2. A saída y deve obedecer a Tabela verdade abaixo. w1 e w2 são os pesos das entradas.

Os valores de w1, w2 e T são, respectivamente

Considere o código abaixo escrito na linguagem Python (versão 3.11.1) com uso das bibliotecas numpy (versão 1.23.5) e scipy (versão 1.10.0).

1 import numpy as np
2 from scipy.stats import pearsonr
3 np.random.seed(110)
4 s1 = np.random.normal(size=1000)
5 s2 = s1.copy()
6 s2[0] = 100.0
7 print(pearsonr(s1,s2))

Ao ser executado o código acima, após a linha 7 foi escrito na tela o seguinte:

PearsonRResult(statistic=0.3104130838548752, pvalue=8.891269104323198e-24)

Acerca do exposto, analise os itens a seguir.

I. Os valores possíveis para ‘statistic’ estão no intervalo entre 0 e 1.

II. Os valores da mediana de s1 e de s2 são os mesmos.

III. O resultado da linha 7 escrito na tela indica que ‘s1’ e ‘s2’ possuem uma fraca relação linear.

Está correto o que se afirma em

Considere dois conjuntos de dados distintos, denotados por C1 e C2, ambos do mesmo tamanho, isto é, com a mesma quantidade de valores. A cada conjunto foi aplicado o mesmo método de regressão linear. O erro médio quadrático obtido para C1 foi menor do que para C2. Com base no exposto, analise as afirmativas a seguir, e assinale V para a afirmativa verdadeira e F para a falsa.

( ) O erro médio quadrático é uma métrica típica de erro em problemas de regressão cujo valor varia entre 0 e 1.

( ) Pode-se afirmar que o conjunto de dados C1 está melhor ajustado ao modelo do que o conjunto de dados C2.

( ) Pode-se afirmar que para melhorar o ajuste do conjunto de dados C2 é preciso aumentar seu tamanho.

As afirmativas são, respectivamente,

Considere certo método de aprendizado de máquina do tipo classificador, para realizar uma tarefa de classificação para k classes (sendo k um número natural maior do que 1) em um conjunto de dados com n objetos (sendo n um número natural maior do que k). Acerca da matriz de confusão correspondente, analise os itens a seguir.

I. A soma de todos os elementos da matriz é igual a n.

II. A taxa de acerto do classificador é dada pela razão entre a soma da diagonal principal da matriz e a soma de todos os elementos.

III. A precisão do classificador para certa classe i é dada pela razão entre o elemento da diagonal principal na linha i e a soma de todos os elementos da coluna i.

Está correto o que se afirma em

O Power BI é uma plataforma que agrega diversos serviços e aplicações com o objetivo de adquirir e analisar grandes conjuntos de dados.

Sobre o Power BI, assinale a afirmativa correta:

Descobrir regras de associação consiste em analisar as relações entre os atributos de uma base de dados transacional para tentar correlacioná-los.

Sobre regras de associação, assinale a afirmativa correta.

Dados podem ser classificados em algumas definições, que podem variar a depender de sistemas, processos e aplicações a que se destinam. Com relação a sua estrutura, podemos classificá-los, dentre outras formas, entre estruturados, semiestruturados e não estruturados.

Os itens a seguir contém alguns exemplos de dados que podem se enquadrar dentro dessas três definições.

I. Um banco de dados relacional.

II. Grafos que representam relações de usuários em uma rede social.

III. Um e-mail, que contém texto, imagens e um campo destinado a informar a data e a hora onde foi enviado.

O(s) item(s) que contém dados do tipo não estruturado é(são):