NLP é um campo que se concentra em tornar a linguagem humana natural utilizável por programas de computador. NLTK, ou Natural Language Toolkit, é um pacote Python que você pode usar para NLP. Avalie o seguinte código e assinale a alternativa que descreve a sua saída.

import nltk

from nltk.stem import WordNetLemmatizer

nltk.download('wordnet')

lemmatizer = WordNetLemmatizer ( )

words = ["dogs", "churches", "aardwolves", "abaci", "hardrock"]

for word in words:

lemma = lemmatizer. lemmatize(word)

print( f' Palavra original: {word}, Resuktado: {lemma}')

Um algoritmo de aprendizado supervisionado usado para classificação é o Support Vector Machine (SVM). Analise o seguinte código em Python que implementa o SVM e assinale a alternativa que descreve corretamente a sua funcionalidade.

A paralelização de rotinas pode ser implementada em todos os cálculos matemáticos de ciência de dados. Veja o seguinte código em Python que implementa a paralelização de rotinas e assinale a alternativa que descreve o propósito do parâmetro n_jobs:

from joblid import Parallel, delayed

import numpy as np

def calcular_quadrado (x):

return x** 2

n = np. arange(2)

r = Parallel( n_jobs= -1) (delayed(calcular_quadrado) (a) for in n)

print (r)

A interpretação de gráficos em ciência de dados é faz com que o analista de dados consiga interpretar corretamente a saída das informações processadas. Analise o seguinte código em Python com a biblioteca matplotlib e assinale a alternativa que apresenta o gráfico resultante.

import matplotlib.pylot as plt

import numpy as np

f = np.array ([1,2,6])

t= np.array ([3,8,1])

plt.plot(t,f)

plt.show ( )

A biblioteca numpy é uma das mais usadas no Python para ciência de dados. É correto afirmar que o seguinte código em Python calcula.

import numpy as np

#Dados de vendas por dia da semana (segunda a domingo)

v = np.array([[120,150,100,80,200,180,160]

[130,170,110,90,190,170,150]])

def func1(v):

r = np.std(v, axis =0)

return r

s = func1(v)

d= np.argmax(s)

print("Resultado 1:",s)

print("Resultado 2:",d)

O tratamento de dados na linguagem R pode ser apresentado de múltiplas formas. O seguinte código em R tem como objetivo criar um

library(ggplot2)

dados < - data.frame(

Aluno = c {"João" , "João", "João", "João", "João"),

Nota = c (7,8, 6, 9,5)

)

ggplot (data = dados, aes( x = Aluno, y = Nota))+

geom_bar (star = "identity", fill = "skyblue")+

labs(title = "Distribuição de Notas",

x = "Aluno",

y= "Nota") +

theme_minimal ( )

O uso da biblioteca NLTK ajuda no processamento de linguagem natural. É correto afirmar que o seguinte código Python tem como objetivo

from nltk.stem import PorterStemmer

stemmer = PorterStemmer ( )

palavras =["running", "ran", "runs", "runner", "easily", "fairly",

"fairness"]

for palavra in palavras:

stem = stemmer.stem(palavra)

print(f"{palavra}: {stem}")

No seguinte código em Python temos um DataFrame básico basic_df com IDs e nomes, e um DataFrame adicional additional_df com IDs, idades e cidades. Usamos o método merge() do pandas para combinar os dois DataFrames com base no ID, adicionando as colunas de idade e cidade ao DataFrame básico para enriquecimento. O resultado é um novo DataFrame enriched_df com dados adicionais integrados.

É correto afirmar que para que o código funcione conforme relatado neste enunciado, a função QUESTAO() deve ser substituída por:

Avalie o seguinte código em Python e assinale a resposta referente ao processo de data cleansing executado:

import pandas as pd

df = pd. read_csv('data.csv')

df["Calories"].fillna(130, inplace = True)

O seguinte código em Python conta com dados duplicado (ID no valor de 3 e Name no valor de Charlie).

import pandas as pd

data = {'ID': [1,2,3,3,4,5],

'Name': ['Alice', 'Bob', 'Charlie' Charlie', 'David', "Emily'}

df = pd.DataFrame(data)

deduplicated_df = df. drop_duplicates( )

O código que implementa deduplicação é: