Acerca da análise de agrupamentos (clusterização), analise as assertivas e assinale a alternativa correta.

I. O algoritmo K-means é uma técnica de clusterização hierárquica que agrupa dados em K clusters de acordo com a proximidade dos dados.

II. Na clusterização, a medida de similaridade pode ser baseada na distância euclidiana, mas outras medidas, como a distância de Manhattan, também são utilizadas.

III. A clusterização é sempre um método supervisionado, no qual os grupos são previamente definidos e rotulados.

IV. O algoritmo DBSCAN é capaz de identificar clusters de formas arbitrárias e detectar outliers.

A respeito de aprendizado de máquina, é correto afirmar que

Sobre técnicas para pré-processamento de dados, analise as assertivas e assinale a alternativa correta.

I. A normalização de dados, no contexto do pré-processamento de dados, é uma técnica que visa reduzir a redundância e a dependência dos dados, organizando-os em tabelas relacionais.

II. A técnica de discretização transforma dados contínuos em um número finito de intervalos ou categorias.

III. A imputação de dados faltantes pode ser realizada substituindo valores ausentes pela média, mediana ou moda dos dados existentes.

IV. A detecção de outliers é um processo que identifica e trata valores que estão fora do padrão normal dos dados, podendo impactar negativamente a análise.

No que se refere a Big Data, assinale a alternativa correta.

Em relação à mineração de dados, assinale a alternativa INCORRETA.

Considerando os conceitos de Business Intelligence (BI), informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.

( ) O processo de Extração, Transformação e Carga (Extract, Transform and Load – ETL) é uma etapa fundamental no Business Intelligence, pois prepara os dados brutos para análise.

( ) O OLAP (Processamento Analítico Online) permite a análise de dados multidimensionais e é essencial para a realização de consultas complexas e rápidas.

( ) A mineração de dados (Data Mining) no BI é utilizada apenas para descobrir padrões históricos nos dados, não podendo prever tendências futuras.

( ) Dashboards de BI fornecem visualizações interativas e em tempo real, facilitando a tomada de decisões baseadas em dados.

O método Karhunen-Loeve é amplamente utilizado na modelagem e solução de problemas específicos de aprendizado de máquina.

O objetivo geral desse algoritmo em um conjunto de dados é

A detecção de outliers é uma tarefa importante que integra tanto a etapa de pré-processamento do processo de mineração de dados quanto a análise exploratória de dados em aprendizado de máquina. Outliers são valores atípicos que podem fornecer informações importantes ou, em alguns casos, distorcer análises de dados. Eles são classificados em diferentes tipos, dependendo de suas características e do contexto em que aparecem.

Considere um cenário em que uma sequência de vendas de um produto permanece constante durante uma promoção que normalmente gera picos de vendas, retornando aos patamares normais ao final da promoção.

Nessas condições, o tipo de outlier observado nessa sequência de vendas é o

Considere o seguinte código que tenta criar e treinar uma rede neural simples com TensorFlow e Keras. Observe o erro que pode ocorrer ao tentar executá-lo (desconsidere questões de indentação do Pythone):

Com base no código, assinale a opção que indica o erro que levaria a uma falha na execução.

Considere o código Python abaixo, que utiliza as bibliotecas Pandas e Matplotlib:

Com base no código fornecido, assinale a opção que descreve corretamente a sua função.