Considerando os dados da tabela anterior, representados na forma de um dataframe hipotético em relação a determinado conjunto de registros escolares a respeito da violência e do comportamento de discentes, julgue o item a seguir.

Considere-se o seguinte comando da biblioteca pandas da linguagem de programação Python para o processamento do dataframe da tabela anterior:

Dataframe.drop_duplicates(subset=['Comportame
nto', 'Educação'], inplace=True)

Nessa hipótese, o processamento do comando apresentado resultará na remoção das colunas com os títulos “Comportamento” e “Educação”.

Julgue o próximo item, a respeito dos métodos de aprendizagem de máquina.

A utilização de valores aleatórios nos métodos modernos de inicialização dos pesos das camadas das redes neurais artificiais (RNA) permite evitar o problema do desaparecimento do gradiente (vanishing gradient problem).

Julgue o próximo item, a respeito dos métodos de aprendizagem de máquina.

As aplicações em inteligência artificial são definidas como uma subárea da área de aprendizagem de máquina (machine learning).

Em relação a aprendizado não supervisionado, julgue o item que se seguem.

O modelo de mistura gaussiana (GMM) é um método que descreve um agrupamento de amostras para determinado espaço de características, em que o GMM é uma mistura de k distribuições gaussianas associadas à mudança de estado dos pixels.

Em relação a aprendizado não supervisionado, julgue o item que se seguem.

O algoritmo random forest é um algoritmo de aprendizado de máquina supervisionado em que se agrupam os resultados de várias árvores de decisão de cada nó para se obter uma conclusão própria e aumentar a precisão do modelo, não sendo o referido algoritmo adequado para grandes conjuntos de dados.

Julgue o item a seguir, relativos a aprendizado supervisionado.

O trade off entre variância e viés é afetado pela utilização de polinômios, com graus que variam de zero a três, em que o emprego de polinômios de ordem ímpar produz sempre melhores resultados no que diz respeito à redução da variância e viés que os de ordem par, seja para estimativas com regressões locais constantes e lineares, seja para as estimativas de ordem quadrática e cúbica.

Julgue o item a seguir, relativos a aprendizado supervisionado.

Considerando-se, nos gráficos a seguir, que o resultado #2 corresponda ao melhor desempenho do algoritmo, é correto afirmar que o resultado #1 indica que houve underfitting.

Julgue o item a seguir, relativos a aprendizado supervisionado.

A despeito do alto grau de aplicabilidade das técnicas de regularização na classificação e na regressão, no que se refere à sua acurácia, tais técnicas tendem a causar o sobreajuste (overfitting) devido à influência de coeficientes responsáveis por flutuações excessivas.

Julgue o item a seguir, relativos a aprendizado supervisionado.

As técnicas de regressão são utilizadas tanto para prever quando para entender como o sinal avaliado é afetado pela variação dos preditores, ou ainda, para identificar os preditores mais importantes na relação entre o sinal avaliado e cada um deles.

Com relação às noções básicas de informática, julgue o seguinte item.

O Power Query é uma ferramenta do PowerBI utilizada para formatação de uma tabela importada.