November 2023 2 136 Report
Sobre as características da análise de grupos, considere as afirmações abaixo:
I. A análise de grupos é usada em áreas como mineração de dados, aprendizado de máquina e análise de imagens.
II. Objetos de um grupo possuem características similares.
III. Na análise de grupos, cada atributo (característica) de um conjunto de dados é analisado separadamente. Após cada análise é determinado um subconjunto, ou seja, um novo grupo.
IV. A análise de grupos só pode ser usada em dados categóricos.
Agora escolha a alternativa que contém somente afirmações corretas:
A) II, III e IV, apenas.
B) I, II e III, apenas.
C) II e IV, apenas.
D) I e III, apenas.
E) I e II, apenas.
Please enter comments
Please enter your name.
Please enter the correct email address.
You must agree before submitting.

Lista de comentários

More Questions From This User See All
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. A) I e III, apenas. B )II e III, apenas. C) III e IV, apenas. D) I e IV, apenas. E) I, III e IV, apenas.
Responda
Observe a representação binária da base transacional abaixo contendo cinco transações com itens comprados em um supermercado. Escolha a alternativa que indica corretamente os valores de suporte e confiança da regra de associação {Alface} -> {Tomate}. A) Suporte = 75%, confiança = 80% B) Suporte = 100%, confiança = 75% C) Suporte = 80%, confiança = 100% D) Suporte = 100%, confiança = 80% E) Suporte = 80%, confiança = 80%
Responda
“Análise de grupos” ou “agrupamento de dados” são expressões gerais utilizadas para a atribuição de uma ampla gama de __________(Lacuna 1), para analisar dados multivariados e descobrir grupos homogêneos de objetos. __________(Lacuna 2) objetos em distintos grupos pode ser apenas uma maneira conveniente de organizar grandes bancos de dados para que sejam mais fáceis de entender ou pesquisar ou para executar tarefas mais complexas, como __________(Lacuna 3) em processos-chave. Preencha as lacunas, escolhendo a alternativa correta. A) Processamento, separar, separar informação. B) Processamento, dividir, separar informação. C) Métodos numéricos, agrupar, tomada de decisão. D) Métodos numéricos, analisar, tomada de decisão. E) Processamento, agrupar, separar informação.
Responda
Organismos vivos têm uma de suas funções mais básicas, que é o agrupamento de objetos semelhantes. Isso é chamado de “taxonomia”, “classificação” ou “agrupamento”. Fazer grupos ou agrupamentos de objetos permite que os organismos reconheçam semelhanças entre características, como cor, forma, peso e altura em diferentes objetos. Também é uma ideia antiga que antecede o conceito de classificação em milhares de anos. Com relação à análise de agrupamento, assinale a alternativa correta. A) A análise de grupo tem como característica reestruturar as informações dentro da base de dados para facilitar a análise das informações. B) A análise de grupo tem como função uma análise profunda de informações de distintos tipos de objetos, criando um dicionário de informações do banco de dados. C) A análise de grupo se caracteriza como sendo uma estrutura de conjunto de objetos em grupo com características semelhantes. D) A análise de grupo tem em sua estrutura ordenar as informações em determinado registro, o que facilita o processo de pesquisa. E) A análise de grupo tem como o objetivo criar estruturas de união de informações com diferentes tipos e características.
Responda
Encontrar dados agrupados naturalmente é importante para os cientistas de dados. No entanto, não há critérios específicos para determinar a qualidade de um agrupamento, além de preferências pessoais, requisitos e finalidade dos dados. Os cientistas de dados usam algoritmos para agrupar dados para atender às suas necessidades. Com relação a alguns algoritmos de agrupamento, avalie as afirmativas a seguir. I. Algoritmo k-médias: agrupa dados de entrada com base em k o número de grupos que o algoritmo deseja criar. Ao manter a similaridade de grupo alta e a similaridade intergrupo baixa, o algoritmo usa esses dados para criar grupos de k-médias. II. Algoritmo k-medoids: medoids é um objeto que é o mais semelhante a todos os outros objetos em um grupo. É o que está mais próximo do centro do grupo. Os algoritmos k-means usam um objeto da base como protótipo, não o objeto central, ao agrupar objetos. III. Algoritmo fuzzy k-médias: é um método de classificação rígido que atribui objetos a um conjunto de grupos predefinidos. No entanto, o método k-means pode ser estendido para criar uma classificação mais difusa, atribuindo a cada objeto um grau de associação em relação aos grupos de base. Isso permite que um objeto pertença a vários grupos, mas com vários graus de associação. É correto o que se afirma em: A) I e II, apenas. B) II e III, apenas. C) I e III, apenas. D) I, II e III. E) I, apenas.
Responda
A partir da matriz de distância abaixo, escolha a alternativa que contém o dendograma resultante do algoritmo single-linkage. Na matriz, as linhas e colunas de A e E representam objetos a serem agrupados:
Responda
O objetivo dos métodos de agrupamento é formar grupos de objetos que sejam parecidos entre si e diferentes dos objetos de outros grupos. Para isso, geralmente é preciso usar uma medida de similaridade (proximidade) ou dissimilaridade (distância) entre os objetos, que será aplicada durante o processo de agrupamento. Um caso comum de dados categóricos é quando todas as variáveis são binárias e a medida de distância mais usada para esse tipo de dado. Preencha as lacunas, escolhendo a alternativa correta. A) Distância de Hamming: ela é definida como o número de posições em que os símbolos das sequências são diferentes. B) Distância de Manhattan: ela é calculada somando as diferenças absolutas das coordenadas dos pontos. C) Coeficiente de cosseno: ele é definido como o produto escalar dos vetores dividido pelo produto de suas normas. D) Correlação de Pearson: é uma medida estatística que avalia o grau de relação linear entre duas variáveis numéricas. E) Distância euclidiana: a distância euclidiana é uma medida de similaridade entre dois pontos no espaço euclidiano.
Responda
Escolha a alternativa que contém o algoritmo de agrupamento correto de acordo com as características descritas abaixo. I. Usa um raio de vizinhança para determinar os objetos que pertencem a um mesmo grupo. II. Objetos que não forem adicionados a um grupo são considerados como ruídos. III. Os agrupamentos são feitos com base na densidade dos objetos no espaço. A) fuzzy k-médias. B) árvore geradora mínima. C) single-linkage. D) DBSCAN. E) k-medoides.
Responda
Seja X1,…,Xn uma amostra aleatória de X com média μ e variância σ2 . Quantas amostras de X devem ser tomadas se a probabilidade de que a média amostral não se desvie da média verdadeira μ em mais de σ/10 deva ser de pelo menos 95%? A) 95 AMOSTRAS B) 500 AMOSTRAS C) 2000 AMOSTRAS D) 950 AMOSTRAS E) 200 AMOSTRAS
Responda

Helpful Links

Helpful Social

Copyright © 2025 ELIBRARY.TIPS - All rights reserved.