@mayconfx56

mayconfx56

Ambicioso

Assinale a opção que apresenta a matriz da Transformação Linear que gira todos os vetores no plano por 30° no sentido anti-horário a. open square brackets table row cell cos 30 degree end cell cell negative cos 30 degree end cell row cell s e n 30 degree end cell cell negative s e n 30 degree end cell end table close square brackets b. open square brackets table row cell cos 30 degree end cell cell negative s e n 30 degree end cell row cell s e n 30 degree end cell cell cos 30 degree end cell end table close square brackets c. open square brackets table row cell cos 30 degree end cell cell cos 30 degree end cell row cell s e n 30 degree end cell cell s e n 30 degree end cell end table close square brackets d. open square brackets table row cell cos 30 degree end cell cell s e n 30 degree end cell row cell negative s e n 30 degree end cell cell negative cos 30 degree end cell end table close square brackets e. open square brackets table row cell cos 30 degree end cell cell s e n 30 degree end cell row cell negative s e n 30 degree end cell cell cos 30 degree end cell end table close square brackets
Responda
Assinale a alternativa que apresenta a Matriz da Transformação Linear que apenas triplica o comprimento de todos os vetores no plano cartesiano: a. open square brackets table row 3 0 row 0 3 end table close square brackets b. open square brackets table row 1 0 row 0 3 end table close square brackets c. open square brackets table row 3 1 row 1 3 end table close square brackets d. open square brackets table row 3 0 row 0 1 end table close square brackets e. open square brackets table row 1 3 row 3 1 end table close square brackets
Responda
Assinale a opção que apresenta a equação da reta que é um subespaço vetorial do straight real numbers cubed a. open curly brackets table attributes columnalign left end attributes row cell x equals 2 end cell row cell y equals 6 end cell row cell z equals t end cell end table close b. open curly brackets table attributes columnalign left end attributes row cell x equals t end cell row cell y equals negative 2 t end cell row cell z equals 3 t end cell end table close c. open curly brackets table attributes columnalign left end attributes row cell x equals 2 plus t end cell row cell y equals 1 minus 2 t end cell row cell z equals 4 plus t end cell end table close d. open curly brackets table attributes columnalign left end attributes row cell x equals 7 end cell row cell y equals negative 2 t end cell row cell z equals 3 t end cell end table close e. open curly brackets table attributes columnalign left end attributes row cell x equals 1 minus t end cell row cell y equals 1 minus 2 t end cell row cell z equals 1 plus 5 t end cell end table close
Responda
Sobre as características do algoritmo FP-Growth, escolha a alternativa que contém somente afirmações corretas a respeito do algoritmo. I. Cada nó na sub-árvore de itens frequentes (FP-Tree) possui três campos: nome_do_item, contagem e link para outro nó (ligação_do_nó). II. O FP-Growth usa uma estrutura de matriz para armazenar o conjunto de itens frequentes de forma comprimida. III. O conjunto de itens frequentes armazenado pela FP-Growth é, no pior caso, do mesmo tamanho da base transacional original. IV. O FP-Growth usa uma estrutura de árvore para armazenar o conjunto de itens frequentes de forma comprimida. I e IV, apenas. II e III, apenas. I e III, apenas. I, III e IV, apenas. III e IV, apenas.
Responda
A detecção de anomalias em bancos de dados é fundamental para se observar uma falha de especificação binária, em que um ou mais objetos são determinados como pertencentes a uma classe normal ou __________(Lacuna 1). Portanto, o processo é muito semelhante ao fluxo de tarefa de previsão tradicional. A maioria dos __________(Lacuna 2) de anomalias determina algum limite ou __________(Lacuna 3) em volta de uma das classes (normal ou anormal) e, com base nisso, estabelece um limite de normal ou anormal. Outros métodos incluem o uso de informações sobre a densidade do objeto em uma região, tamanho da região ou outros critérios de limite. Preencha as lacunas, escolhendo a alternativa correta. a. Normalizada, algoritmos de detecção, distância. b. Normalizada, processos de detecção, vizinhança. c. Anômala, processos de detecção, distância. d. Normalizada, algoritmos de detecção,vizinhança. e. Anômala, algoritmos de detecção, vizinhança.
Responda
As redes neurais artificiais são um tipo específico de aprendizado de máquina usado para melhorar o desempenho de um programa por meio da experiência. Muitas outras formas de aprendizado de máquina podem ser agrupadas nessa categoria, mas cada uma tem uma identidade única. Atualmente, a forma mais popular de aprendizado de máquina são as redes neurais artificiais. Muitas técnicas de aprendizado de máquina exigem conhecimento prévio dos dados que estão analisando. Isso inclui métodos de detecção de anomalias neurais e estatísticas, que funcionam com dados contínuos. Outras técnicas, como regras de classificação e árvores de decisão, operam com dados ordenados sem um conhecimento pré-construído da distribuição. Com base em alguns métodos de aprendizagem de máquina, analise as afirmativas a seguir e marque V para as verdadeiras e F para as falsas. I. ( ) Algoritmos de classificação (tipo 2): assim como as árvores de decisão e as regras de classificação, costumam ser usados ​​como métodos supervisionados. II. ( ) Algoritmos de agrupamento (tipo 1): alguns tipos de algoritmos de ajuntamento em aprendizagem de máquina são o k-médias e o k-medoids. III. ( ) Regras de associação (tipo 1): são geradas regras que correspondem a algum método de suporte mínimo (minsup), ou seja, regras que surgem com menos regularidade na biblioteca. Assinale a alternativa que apresenta a sequência correta. a. V - V - V. b. F - F - V. c. V - F - F. d. F - F - F. e. V - F - V.
Responda
As inconsistências em uma análise precisam ser identificadas e corrigidas para que os resultados da análise sejam os mais precisos possíveis. É por isso que anomalia, inconsistência e ruído diferem entre si. Então, essas diferenças resultam em objetivos diferentes para cada tarefa. Isso inclui encontrar e corrigir inconsistências. Ao analisar dados inconsistentes ou anomalias, é possível entender e prevenir problemas, como falhas no sistema, perdas de energia ou equipamentos danificados. É por isso que a maioria dos tratamentos se concentra na remoção do ruído. Avalie as afirmações a seguir e as correlacione adequadamente aos termos ou às ferramentas às quais se referem. 1. Ruídos. 2. Anomalias. 3. Inconsistências. I. São valores fora do domínio ou da normalização de uma variável ou valores que diferem significativamente de outros valores. II. A exceção é que tenham interesse ou relevância prática, como identificar uma falha em um sistema, uma fraude ou um intruso em uma rede. III. Uma quantidade que causa alguma variação no valor dos dados em relação ao valor sem ruído não tem significado prático, mas, geralmente, afeta os resultados da análise de forma negativa. Assinale a alternativa que correlaciona adequadamente os dois grupos de informações. a. 1-III; 2-II; 3-I. b. 1-I; 2-III; 3-II. c. 1-III; 2-I; 3-II. d. 1-I; 2-II; 3-III. e. 1-II; 2-I; 3-III.
Responda
Vários termos são usados ​​quase que de forma intercambiável para a detecção de anomalias. Uma anomalia é um objeto que se parece __________(Lacuna 1) significativamente de outros membros da amostra a que pertence. É um outlier, um __________(Lacuna 2) significativamente do que é considerado normal. É importante observar que uma anomalia não é necessariamente um __________(Lacuna 3). Pode ser uma indicativa de um valor ou uma classe bem definida, mas ocorre em uma taxa baixa, às vezes é indesejada ou está fora de um grupo ou uma classe típicos. Preencha as lacunas, escolhendo a alternativa correta. a. Desviar, valor que difere, erro ou ruído. b. Caminhar, valor que parece, erro ou ruído. c. Caminhar, valor que parece, valor correto. d. Caminhar, valor que difere, valor correto. e. Desviar, valor que parece, valor correto.
Responda
As inconsistências em uma análise precisam ser identificadas e corrigidas para que os resultados da análise sejam os mais precisos possíveis. É por isso que anomalia, inconsistência e ruído diferem entre si. Então, essas diferenças resultam em objetivos diferentes para cada tarefa. Isso inclui encontrar e corrigir inconsistências. Ao analisar dados inconsistentes ou anomalias, é possível entender e prevenir problemas, como falhas no sistema, perdas de energia ou equipamentos danificados. É por isso que a maioria dos tratamentos se concentra na remoção do ruído. Avalie as afirmações a seguir e as correlacione adequadamente aos termos ou às ferramentas às quais se referem. 1. Ruídos. 2. Anomalias. 3. Inconsistências. I. São valores fora do domínio ou da normalização de uma variável ou valores que diferem significativamente de outros valores.II. A exceção é que tenham interesse ou relevância prática, como identificar uma falha em um sistema, uma fraude ou um intruso em uma rede. III. Uma quantidade que causa alguma variação no valor dos dados em relação ao valor sem ruído não tem significado prático, mas, geralmente, afeta os resultados da análise de forma negativa. Assinale a alternativa que correlaciona adequadamente os dois grupos de informações.a. 1-III; 2-II; 3-I.b. 1-I; 2-III; 3-II.c. 1-III; 2-I; 3-II.d. 1-I; 2-II; 3-III.e. 1-II; 2-I; 3-III.
Responda
Os modelos preditivos podem ser contínuos ou discretos. Modelos contínuos, como estimativa, são melhores na generalização do que modelos discretos, como classificação. As previsões geralmente são expressas como classificações ou estimativas que categorizam novos dados em valores específicos. As árvores de decisão e as redes neurais artificiais são modelos preditivos populares. Com base nas duas etapas iniciais para o desenvolvimento de um modelo preditivo, assinale a alternativa que melhor descreve as duas etapas. a. Treinamento: gerado por um preditor, em que se consegue discriminar um determinado conjunto de classes; e Teste: etapa aplicada a testes para entender o desempenho do preditor. b. Treinamento: etapa em que é gerado um preditor, que consegue discriminar um determinado conjunto de classes; e Generalização: etapa responsável por analisar as classes e generalizar testes para saber possíveis informações. c. Programação e teste: etapa em que são aplicados testes para entender o desempenho do preditor. d. Treinamento: fase em que um preditor é desenvolvido para discriminar entre um conjunto específico de classes.; e Generalização: etapa responsável por analisar as classes e generalizar testes para saber possíveis informações. e. Programação: etapa responsável por desenvolver estruturas para que possam ser realizados testes; e Teste: etapa em que são aplicados testes para entender o desempenho do preditor.
Responda
Relacione os tipos de estruturas nos quais os algoritmos de classificação podem ser separados com as afirmações que caracterizam tais tipos de estruturas. Escolha a alternativa que contém as relações corretas. 1. Probabilísticos. 2. Baseados em conhecimento. 3. Conexionistas. 4. Baseados em distância. I. Calculam a diferença entre o objeto a ser classificado e os demais objetos rotulados. II. Possuem um conjunto de regras que determinam a classe de um objeto. III. Permitem atribuir uma chance de um objeto pertencer a uma ou mais classes. IV. São formados por redes (nós) interconectadas. 1 – II; 2 – III; 3 – I; 4 – IV. 1 – I; 2 – IV; 3 – III; 4 – II. 1 – III; 2 – IV; 3 – I; 4 – II. 1 – III; 2 – II; 3 – IV; 4 – I. 1 – I; 2 – II; 3 – IV; 4 – III.
Responda
Uma tarefa de classificação binária testa se determinada solicitação recebeu crédito ou foi marcada como spam. Com essa classificação, os problemas binários se enquadram na categoria de tarefas de classificação. Os problemas de classificação binária normalmente apresentam duas classes com valores distintos. Essas duas classes são chamadas de classe positiva e classe negativa. A classe-alvo de um problema de classificação binária também é chamada de classe positiva; isso leva ao seu nome comumente conhecido, a “classe-alvo”. Com base nas classes positiva e negativa, que concedem o conceito de medidas típicas, sinalize a alternativa que melhor a retrata. a. Negativo positivo, verdadeiro negativo, falso positivo e positivo negativo. b. Verdadeiro positivo, neutro negativo, neutro positivo e falso negativo. c. Verdadeiro neutro, verdadeiro negativo, falso positivo e falso neutro. d. Verdadeiro positivo, verdadeiro negativo, falso positivo e falso negativo. e. Neutro positivo, neutro negativo, falso positivo e falso negativo.
Responda
Assinale a opção que apresenta o produto vetorial entre os vetores u with rightwards arrow on top equals open parentheses 1 comma 2 comma 2 close parentheses space e space v with rightwards arrow on top equals open parentheses negative 2 comma 3 comma 1 close parentheses colon a. u with rightwards arrow on top cross times v with rightwards arrow on top equals open parentheses 1 comma 2 comma 2 close parentheses b. u with rightwards arrow on top cross times v with rightwards arrow on top equals open parentheses negative 2 comma 6 comma 2 close parentheses c. u with rightwards arrow on top cross times v with rightwards arrow on top equals open parentheses negative 2 comma 3 comma 1 close parentheses d. u with rightwards arrow on top cross times v with rightwards arrow on top equals open parentheses negative 4 comma negative 5 comma 7 close parentheses e. u with rightwards arrow on top cross times v with rightwards arrow on top equals open parentheses 4 comma 5 comma negative 7 close parentheses
Responda
Assinale a alternativa que apresenta a soma entre os vetores u with rightwards arrow on top equals left parenthesis 1 comma 2 right parenthesis e space v with rightwards arrow on top equals left parenthesis negative 2 comma 0 right parenthesis: a. u with rightwards arrow on top plus v with rightwards arrow on top equals open parentheses 1 comma 2 close parentheses b. u with rightwards arrow on top plus v with rightwards arrow on top equals open parentheses 0 comma 2 close parentheses c. u with rightwards arrow on top plus v with rightwards arrow on top equals open parentheses 2 comma negative 1 close parentheses d. u with rightwards arrow on top plus v with rightwards arrow on top equals open parentheses 3 comma 2 close parentheses e. u with rightwards arrow on top plus v with rightwards arrow on top equals open parentheses negative 1 comma 2 close parentheses
Responda
Assinale a opção que apresenta a norma do vetor v with rightwards arrow on top equals open parentheses 0 comma negative 3 comma 4 close parentheses a. open vertical bar v with rightwards arrow on top close vertical bar equals 25 b. open vertical bar v with rightwards arrow on top close vertical bar equals 1 c. open vertical bar v with rightwards arrow on top close vertical bar equals square root of 7 d. open vertical bar v with rightwards arrow on top close vertical bar equals 5 e. open vertical bar v with rightwards arrow on top close vertical bar equals square root of 12
Responda
Assinale a opção que apresenta o resultado do produto misto entre os vetores u with rightwards arrow on top equals open parentheses 5 comma 1 comma 6 close parentheses comma space v with rightwards arrow on top equals open parentheses 1 comma 1 comma 1 close parentheses space e space w with rightwards arrow on top equals open parentheses 4 comma 3 comma negative 2 close parentheses a. open square brackets u with rightwards arrow on top comma space v with rightwards arrow on top comma w with rightwards arrow on top close square brackets equals negative 5 b. open square brackets u with rightwards arrow on top comma space v with rightwards arrow on top comma w with rightwards arrow on top close square brackets equals 25 c. open square brackets u with rightwards arrow on top comma space v with rightwards arrow on top comma w with rightwards arrow on top close square brackets equals 0 d. open square brackets u with rightwards arrow on top comma space v with rightwards arrow on top comma w with rightwards arrow on top close square brackets equals 9 e. open square brackets u with rightwards arrow on top comma space v with rightwards arrow on top comma w with rightwards arrow on top close square brackets equals negative 25
Responda
Assinale a opção que apresenta o volume do paralelepípedo definido pelos vetores u with rightwards arrow on top equals open parentheses 2 comma 0 comma 1 close parentheses comma space v with rightwards arrow on top equals open parentheses 3 comma negative 1 comma 4 close parentheses space e space w with rightwards arrow on top equals open parentheses negative 2 comma 1 comma 5 close parentheses colon a. Volume do paralelepípedo = 12 b. Volume do paralelepípedo = 25 c. Volume do paralelepípedo = 5 d. Volume do paralelepípedo = -17 e. Volume do paralelepípedo = 17
Responda
Assinale a opção que apresenta a área do paralelogramo definido por u with rightwards arrow on top equals open parentheses negative 3 comma 2 comma 4 close parentheses space e space v with rightwards arrow on top equals open parentheses negative 1 comma 1 comma 1 close parentheses colon a. display style Á r e a space d o space p a r a l e l o g r a m o equals space root index blank of 5 b. Área do paralelogramo = 6 c. Área do paralelogramo = 9 d. display style Á r e a space d o space p a r a l e l o g r a m o equals space root index blank of 6 e. Área do paralelogramo = 3
Responda
Assinale a opção que apresenta o produto interno entre os vetores u with rightwards arrow on top equals open parentheses 5 comma negative 2 comma 0 close parentheses space e space v with rightwards arrow on top equals open parentheses negative 1 comma 1 comma 6 close parentheses colon a. u with rightwards arrow on top bullet v with rightwards arrow on top equals 7 b. u with rightwards arrow on top bullet v with rightwards arrow on top equals 9 c. u with rightwards arrow on top bullet v with rightwards arrow on top equals negative 9 d. u with rightwards arrow on top bullet v with rightwards arrow on top equals 1 e. u with rightwards arrow on top bullet v with rightwards arrow on top equals negative 7
Responda
Escolha a alternativa que contém somente características que fazem parte da classificação supervisionada: I - Predizer a classe de novos registros a partir de registros conhecidos. II - Ausência de conhecimento das possíveis classes às quais os registros podem pertencer. III - Separação dos dados em etapas de treinamento e teste. IV - Análise de correlação entre os atributos do conjunto de dados. a. II, III e IV, apenas. b. I, II e III, apenas. c. I, II e IV, apenas. d. II e III, apenas. e. I e III, apenas.
Responda
Um conjunto de dados de clientes que solicitaram empréstimo bancário, contendo 900 registros, foi classificado por um algoritmo de classificação supervisionada. As classes binárias são “conceder” (classe alvo) e “negar”. A partir da matriz de confusão abaixo, calcule e indique a alternativa que contém os valores corretos de acurácia, erro, precisão e revogação obtidos, respectivamente. Os valores estão arredondados para duas casas decimais: Matriz de confusão Classe predita Conceder Negar Classe original Conceder 500 60 Negar 40 300 a. 0,62; 0,38; 0,17; 0,12 b. 0,89; 0,11; 0,93; 0,89 c. 0,89; 0,11; 0,92; 0,89 d. 0,89; 0,11; 0,89; 0,93 e. 0,62; 0,38; 0,93; 0,89
Responda
Leia os exemplos de análise de dados abaixo e escolha a alternativa que contém somente exemplos em que se pode usar classificação supervisionada. I – Um banco possui uma carteira de clientes e deseja usá-la para analisar solicitações de empréstimo de clientes que podem se tornar inadimplentes. II – Uma loja possui dados dos seus clientes, como seus perfis e histórico de compras, e pretende usá-los para oferecer produtos específicos de acordo com determinadas categorias às quais esses clientes pertencem. III – Um supermercado possui dados sobre os produtos que vende e compra, e pretende identificar quais produtos estão mais relacionados para fazer ofertas conjuntas. I, apenas. II, apenas. I e II, apenas. III, apenas. I, II e III.
Responda
Uma matriz de contingência ou matriz de confusão para um algoritmo de classificação binária fornece uma compreensão mais precisa do desempenho. Cada eixo representa uma classe predita, uma classe original, resultados positivos ou negativos. Sempre que necessário, adicione linhas às colunas para criar a matriz. A taxa de verdadeiros positivos é a porcentagem de resultados de classificação de objetos positivos que são precisos. Por outro lado, a taxa de falsos positivos é a porcentagem de resultados de classificação de objetos negativos que são precisos. Em um determinado banco de dados, há 2000 e-mails para serem classificados entre normal e spam, assim que executou o algoritmo de classificação, retornou em uma matriz de confusão, sendo os dados VP = 250, VN = 1550, FN= 170 e FP = 30, o valor da taxa de verdadeiros positivos e da taxa de falsos positivos será: a. TVP = 0,585 e TFP = 0,118. b. TVP = 0,650 e TFP = 0,010. c. TVP = 0,500 e TFP = 0,028. d. TVP = 0,695 e TFP = 0,038. e. TVP = 0,595 e TFP = 0,018.
Responda
A taxa global de sucesso do algoritmo, ou ACC, é a porcentagem de classificações consideradas corretas, ela é calculada dividindo o número de classificações pelo número total de classificações. A acurácia pode ser definida como o grau em que um valor calculado ou medido está alinhado com o valor real, ela é calculada dividindo o número de acertos pelo número de resultados possíveis. A taxa de erro E de um classificador também é uma medida de precisão. Num banco de dados contendo o registro de 1555 e-mails, é necessário encontrar a taxa global do algoritmo (ACC) e a acurácia (E), sendo que os dados que foram retornando de um algoritmo de classificação foram VP = 255, VN = 1000, FN = 270 e FP = 30, os resultado corretos serão: a. ACC = 0,800 , E = 0,253. b. ACC = 0,755 , E = 0,204. c. ACC = 0,807 , E = 0,193. d. ACC = 0,857 , E = 0,153. e. ACC = 0,907 , E= 0,293.
Responda

Helpful Links

Helpful Social

Copyright © 2024 ELIBRARY.TIPS - All rights reserved.