Para a realização de clustering utilizando-se o algoritmo k-médias (k-means), o número mínimo de variáveis ou recursos necessário é

Quanto aos conceitos relativos à arquitetura de dados, julgue o item a seguir.

Os modelos multidimensionais de banco de dados usualmente possuem esquemas mais complexos que os dos modelos relacionais utilizados nos sistemas que processam transações on-line.

O código abaixo permite importar corretamente o arquivo pesquisa.csv para ser manuseado como um data frame no Python.

import os
os.chdir('D:/')
import pandas
dados = pandas.read_csv('pesquisa.csv')

Com respeito a métodos para imputação de dados, julgue o seguinte item.

Um dos passos para tratar com dados faltantes é avaliar o tipo de dado perdido; assim, por exemplo, o método MICE (multivariate imputation by chained equations) não seria aplicável para dados perdidos do tipo MAR (missing at random).

Com respeito a machine learning aplicado, julgue o próximo item.

O CBOW é um modelo de aprendizado de máquina desenhado para prever contexto com base em determinada palavra.

Com respeito a machine learning aplicado, julgue o próximo item.

Mask RCNN (region-based convolutional neural network) é um método para segmentação de objetos e instâncias que se baseia em detecção, enquanto o método SSAP (single-shot instance segmentation) se baseia em pixels.

As máquinas de vetores de suporte (SVMs) são originalmente utilizadas para a classificação de dados em duas classes, ou seja, na geração de dicotomias. Nas SVMs com margens rígidas, conjuntos de treinamento linearmente separáveis podem ser classificados. Acerca das características das SVMs com margens rígidas, julgue o item a seguir.

Um conjunto linearmente separável é composto por exemplos que podem ser separados por pelo menos um hiperplano. As SVMs lineares buscam o hiperplano ótimo segundo a teoria do aprendizado estatístico, definido como aquele em que a margem de separação entre as classes presentes nos dados é minimizada.

Na mineração de texto, o processo utilizado para remover os prefixos e sufixos de palavras, de modo a permanecer somente a raiz delas, com a finalidade de melhorar o armazenamento, é conhecido como

Em uma situação hipotética, o fato de pessoas atuarem de forma diferenciada para resolver um mesmo problema é explicado pelo conceito de

Julgue o item seguinte, a respeito de data warehouse e OLAP.

Em um data warehouse, as tabelas contendo dados multidimensionais são denominadas tabelas de fatos; normalmente, elas são muitos grandes.