2966196 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Inteligência ArtificialMachine LearningAplicaçõesPLN: Processamento de Linguagem Natural

Considerando a área de Processamento de Linguagem Natural, assinale a alternativa correta.

A

LDA (Latent Dirichlet Allocation) é uma técnica utilizada em modelagem de tópicos que considera que cada texto é predominantemente de um único tópico a ser predito por aprendizado supervisionado.

B

Representações de texto baseadas em n-gramas possuem a desvantagem de criarem um espaço de características mais esparso que a estratégia de bag of words simples (uma só palavra).

C

BERT (Bidirecional Encoder Representations from Transformers) é um exemplo de classificador não supervisionado baseado em propriedades sonoras independentes entre si para classificação de sentimentos a partir de textos.

D

Word embeddings é um tipo de representação vetorial em que o texto todo é representado como um vetor ndimensional, sendo n o número total de palavras do dicionário linguístico adotado.

E

TF-IDF é um modelo de transformadores (do inglês transformers) baseado em redes neurais profundas generativas.

Provas

Questão presente nas seguintes provas

2966195 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

BI: Business IntelligenceData Warehouse

Ao se considerar a modelagem de dados em um ambiente de data warehouse, qual das seguintes afirmações descreve corretamente vantagens e/ou desvantagens do esquema "estrela" (star schema) e do esquema "floco de neve" (snowflake schema)?

A

O esquema "floco de neve", devido à sua estrutura mais simples, pode exigir menos esforço para manutenção e modificações, diminuindo a complexidade do desenvolvimento de consultas e relatórios.

B

Diferentemente do esquema "floco de neve", o esquema "estrela" reduz o espaço de armazenamento dos dados ao unificar tabelas dimensionais relacionadas, pois evita duplicação desnecessária de dados.

C

O esquema "floco de neve" é mais flexível e escalável, embora requeira mais junções entre tabelas para consultar os dados, o que pode aumentar a complexidade e afetar negativamente o desempenho de consulta.

D

No esquema "estrela", as tabelas de dimensões não são normalizadas para poder reduzir a redundância e melhorar a consistência dos dados, enquanto o esquema floco de neve mantém uma estrutura mais normalizada.

E

A principal diferença entre o esquema "estrela" e o esquema "floco de neve" esta na modelagem das dimensões, pois, no esquema estrela, ocorrem ligações entre as tabelas dimensionais, e, no esquema "floco de neve", não.

Provas

Questão presente nas seguintes provas

2966155 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Análise de Dados

Suponha que você possua dados de uma grande rede de lojas e que precise criar um classificador para prever se um determinado cliente comprará ou não um determinado produto. Para isso, a empresa disponibilizou uma amostra contendo dados de 10.000 clientes que compraram o produto e de 10.000 clientes que não compraram o produto. Dentre os vários atributos (ou características) de cada cliente estão: faixa de renda familiar (um valor discreto de 1 a 5), idade, o valor total de produtos já comprados da empresa (somando todas as compras já realizadas), e se comprou ou não o produto (0 = não, 1 = sim) durante uma campanha.

Antes de executar um algoritmo de treinamento do classificador, um procedimento importante de pré-processamento a ser realizado sobre esses dados é:

Provas

Questão presente nas seguintes provas

2966153 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Inteligência ArtificialMachine LearningOtimização e Regularização

Considere que você possua um dataset contendo 100 instâncias de uma classe A e 120 instâncias de uma classe B.

Você utilizou 80% das instâncias de cada classe deste dataset para treinar um classificador, e o utilizou para prever a classe de todas as 220 instâncias do dataset. Curiosamente, seu classificador acertou a classe de todas as instâncias que foram utilizadas no treinamento do classificador, mas acertou apenas cerca de 50% das instâncias que não foram usadas no treinamento.

Este é um cenário típico que indica que você deveria ter aplicado qual técnica no seu processo de treinamento?

Provas

Questão presente nas seguintes provas

2966152 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Inteligência ArtificialMachine LearningAlgoritmosSVM: Máquinas de Vetores de Suporte

Sobre o algoritmo SVM (máquinas de vetores de suporte), pode-se afirmar que são classificadores

A

não-lineares multiclasse que usam funções kernel para mapear um espaço de características separado para cada classe presente na amostra de treinamento.

B

de texto que usam a representação vetorial de palavras e que usam diferentes funções kernel para identificar o tópico central do texto.

C

que não necessitam de uma etapa de treinamento, pois usam funções kernel para identificar a classe mais próxima da entrada.

D

lineares binários que usam funções kernel para manipular os dados em um espaço que pode ou não ser diferente do espaço de características original.

E

não supervisionados para criação de agrupamentos que usam funções kernel para identificar k centroides, um de cada classe, sendo k informado inicialmente.

Provas

Questão presente nas seguintes provas

2966151 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Inteligência ArtificialMachine LearningSeleção de Modelos
Análise de DadosTécnicas de Pré-processamentoRedução de Dimensionalidade

Sobre redução de dimensionalidade e seleção de características, assinale a alternativa correta.

A

PCA (análise de componentes principais) é uma técnica supervisionada de redução de dimensionalidade.

B

O algoritmo de indução de uma árvore de decisão já realiza seleção de características durante o treinamento.

C

Todas as técnicas de redução de dimensionalidade sempre selecionam um subconjunto das características originais.

D

Oversampling é uma técnica de seleção de características baseada na priorização das características mais frequentes.

E

Não é possível realizar redução de dimensionalidade sem uma amostra de treinamento.

Provas

Questão presente nas seguintes provas

2966124 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Introdução à Ciência de DadosDados Estruturados, Não-Estruturados e Semiestruturados

Suponha que você precisa analisar posts em uma rede social sobre opiniões de clientes da sua empresa.

O conjunto de textos desses posts são considerados dados

Provas

Questão presente nas seguintes provas

2966123 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Introdução à Ciência de DadosDados Abertos

Dados abertos são dados que

Provas

Questão presente nas seguintes provas

2966114 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Análise de DadosTécnicas de Pré-processamentoTratamento de Outliers

Sobre anomalias (outliers), assinale a alternativa correta.

A

As anomalias normalmente residem em regiões densas do espaço de características.

B

Dependendo do problema a ser tratado, as anomalias devem ser eliminadas ou são justamente o que se pretende modelar.

C

Anomalias nos dados de treinamento não interferem no desempenho de um classificador supervisionado.

D

Algoritmos de tokenização frequentista podem ser utilizados para a detecção de anomalias.

E

A aplicação de uma normalização do tipo min-max é suficiente para eliminar anomalias.

Provas

Questão presente nas seguintes provas

2966112 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FUVEST
Orgão: USP

Provas:

Analista de TI - Ciência de Dados
Provas ×

Sobre a krigagem, no contexto de análise de dados georreferenciados, a seguinte afirmação é correta:

A

É uma técnica concebida para a predição de valores de uma ou mais variáveis em pontos quaisquer de uma área geográfica, a partir de uma amostra de pontos previamente observados nessa área; tal predição leva em consideração a estrutura de covariância espacial dos pontos observados.

B

É uma técnica concebida para a suavização dos valores de uma ou mais variáveis em um conjunto de dados georreferenciados; baseada no LOWESS (locally weighted estimated scatterplot smoothing), a função de atenuação leva em consideração a estrutura de covariância espacial dos pontos observados.

C

É uma técnica de conversão entre sistemas de referência de coordenadas, concebida para permitir a incorporação de variáveis numéricas em um Sistema de Informações Geográficas - o que não é possível, por exemplo, com o sistema geodésico mundial WGS84.

D

É uma técnica baseada no Fuzzy c-means, concebida para detecção de agrupamentos em dados georreferenciados; o cálculo das distâncias entre os pontos observados e os centroides dos agrupamentos combina o vetor original de cada ponto com sua coordenada geográfica, explorando, dessa forma, a estrutura de covariância espacial dos dados.

E

É uma técnica baseada no LOWESS (locally weighted estimated scatterplot smoothing), concebida para a detecção e remoção de outliers em dados georreferenciados; o limiar para determinar se um valor é ou não um outlier é calculado levando-se em consideração a estrutura de covariância espacial dos dados.