O perceptron é um dos modelos de redes neurais artificiais mais simples e tradicionais. A figura a seguir ilustra o grafo arquitetural de um perceptron. Analise-a.



Com relação as características do grafo, analise as afirmativas a seguir.

I. A rede possui várias camadas, sendo quatro camadas ocultas e três camadas de saída de dados.
II. A rede é do tipo totalmente conectada, isso significa que cada neurônio em qualquer camada está conectado a todos os outros neurônios da camada anterior.
III. O fluxo de sinais é unidirecional e progride na rede da esquerda para a direita e de camada em camada.

Está correto o que se afirma em

Árvores de decisão (AD) são classificadores muito utilizados em Ciência de Dados. Com relação as características da AD, analise as afirmativas a seguir.

I. É a representação de uma função que mapeia um vetor de valores de atributos para um único valor de saída.
II. Uma árvore de decisão chega à sua decisão realizando uma sequência de testes, começando por uma de suas raízes e seguindo o ramo apropriado até que uma folha seja alcançada.
III. Cada nó interno na árvore corresponde a um teste do valor de um dos atributos de entrada, os ramos a partir do nó são rotulados com os possíveis valores do atributo, e os nós folha especificam qual valor deve ser retornado pela função.

Está correto o que se afirma em

O algoritmo k-Nearest Neighbors (KNN) baseia-se fundamentalmente em calcular a distância entre o novo ponto e todos os pontos de dados do conjunto de treinamento. As medidas de distância do KNN definem quão “próximos” ou “semelhantes” dois pontos são no espaço de recursos. Analise a fórmula da distância de Minkowski



Com relação a derivação da fórmula da distância de Minkowski, analise as afirmativas a seguir.

I. Se P = 2, a fórmula calculará a distância Euclidiana.
II. Se P = 1, a fórmula calculará a distância de Manhattan.
III. Se P = 0, a fórmula calculará a distância Hamming.

Está correto o que se afirma em

Janaina, uma analista da ALEGO, desenvolveu o programa Python (versão 3) que utiliza as bibliotecas numpy (2.0.2) e scikit-learn (versão 1.6.1) para realizar uma análise de agrupamentos. Analise o código a seguir.
 

O resultado impresso é igual a

A regressão logística é um modelo muito popular na ciência de dados, ele é muito utilizado em diversos projetos da ALEGO. Com relação às características da regressão logística, analise as afirmativas a seguir.

I. É um modelo de regressão linear e dentro do contexto do aprendizado de máquina, a regressão logística pertence à família de modelos de aprendizado de máquina supervisionado.
II. Representa dois grupos de interesse como uma variável binária com valores 0 e 1, não importando qual o grupo é designado com os valores o versus 1, mas a designação de como dever ser observada interpretação dos coeficientes. 
III. A função logística é representada pelas seguintes fórmulas:
a) Logit(pi) = 1/(1+ ln(-pi))
b) exp(pi/(1-pi)) = β_0 + β _1*X_1 + … + β _k*K_k.
onde:
logit(pi) é a variável dependente ou de resposta, e x é a variável independente.

Está correto o que se afirma em

A biblioteca scikit-learn (versão 1.7.2) do Python (versão 3) oferece uma classe que implementa a regressão logística. Seleciona a alternativa que apresenta a sintaxe correta dessa classe.

Martinha, uma analista da ALEGO, desenvolveu o programa Python (versão 3) que utiliza as bibliotecas numpy (2.0.2) e scikitlearn (versão 1.6.1) para realizar análise discriminante linear. Analise o programa a seguir.

 

O resultado impresso é igual a

As máquinas de vetores de suporte (SVM) são um conjunto de métodos de aprendizado usados para tratar problemas de classificação, regressão e detecção de outliers. Considerando as vantagens e desvantagens do uso do SVM no python 3.0 através da biblioteca scikit learn (versão 1.7.2), avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F).

( ) Como vantagem, as SVM são eficazes em espaços de alta dimensionalidade e eficaz nos casos em que o número de dimensões é maior que o número de amostras.
( ) Como desvantagem, as SVM utilizam um subconjunto de pontos de treinamento na função de decisão, sendo, portanto, sendo pouco eficiente em termos de uso de memória.
( ) Como desvantagem, se o número de características for muito maior que o número de amostras, evitar o sobreajuste na escolha das funções Kernel e do termo de regularização é crucial.
( ) Como vantagem, as SVMs fornecem estimativas de probabilidade diretamente; estas são calculadas usando uma validação cruzada de muitas partes que é um processo dispendioso.

As afirmativas são, respectivamente,

O aprendizado de máquina (ML) é um tema muito abrangente e que possui diversas aplicações nos diversos setores da ALEGO. Existem diferentes técnicas que são utilizadas dependendo do tipo de problema a ser solucionado. Elas foram agrupadas em métodos de ML com seus modelos de programação.

O tipo de aprendizado que faz com que o modelo tome decisões por si próprio, e é recompensado de acordo com o progresso que faz na atividade em que foi designado se denomina

Os analistas da ALEGO fazem uso corriqueiro de modelagem multidimensional em seus projetos. Esse paradigma de modelagem permite que eles modelem diversos tipos de problemas.

O tipo de dimensão que permite armazenar os flags e indicadores ou coleções de dados transacionais aleatórios que não estão relacionados a nenhuma outra dimensão específica se denominada