Organizações modernas estão sujeitas a uma grande quantidade de dados, principalmente se tratam com grandes quantidades de clientes. Muitas das demandas de tecnologia de informação a que essas organizações estão submetidas passaram a ser organizadas e tratadas dentro do conceito de Big Data.
Além do grande volume de dados, o Big Data, em sua definição original, considera também a(s) seguinte(s) propriedade(s):

Sabendo que existe, na organização em que trabalha, uma base de dados formada por uma grande tabela que contém apenas o id do cliente e colunas do tipo booleano indicando se um cliente possuía ou já tinha possuído cada produto da organização, um funcionário de TI resolveu dividir os clientes em grupos apenas com base nessa informação, utilizando aprendizado de máquina.
Para essa tarefa, o funcionário de TI deve utilizar o aprendizado de máquina

Suponha o problema de indicadores econômicos ou de mercado futuro, nos quais se tenta prever o próximo valor analisando os dados de algumas variáveis (atributos descritivos) historicamente armazenados em um conjunto de dados. Qual é o modelo preditivo que pode ser utilizado para estimar os valores a partir de um conjunto de dados históricos?

Analise as assertivas abaixo sobre o algoritmo Naive Bayes:

1. Trata-se de um classificador que se baseia na probabilidade de cada evento ocorrer, desconsiderando a correlação entre features. Isso significa que se o valor de um atributo exerce algum efeito sobre a distribuição de classes existentes no conjunto, esse efeito é independente dos valores assumidos por outros atributos e de seus respectivos efeitos sobre a mesma distribuição de classe.
2. Em um processo de classificação no qual um exemplar com rótulo desconhecido seja apresentado ao classificador, o algoritmo tomará a decisão sobre a qual classe o exemplar deve estar associado, por meio do cálculo de probabilidades condicionais, ou seja, as probabilidades de ele pertencer a cada uma das classes existentes no conjunto de dados de treinamento.
3. Uma aplicação que pode se beneficiar do uso do algoritmo Naive Bayes é identificar se um determinado e-mail é um spam ou não.

Quais estão corretas?

Analise as assertivas a seguir sobre o algoritmo K-NN (k-vizinhos mais próximos):

1. A distância de cosseno é a métrica mais comumente utilizada, pois possui a propriedade de representar a distância física entre dois pontos em um espaço d-dimensional. A representação é realizada através de uma linha contínua entre os dois exemplares, que no espaço d-dimensional forma um triângulo e, então, a distância de cosseno é o cálculo da hipotenusa desse triângulo.
2. A classificação de um exemplar, cuja classe é desconhecida, é realizada a partir da comparação desse exemplar com aqueles que possuem uma classe conhecida. O princípio do algoritmo é armazenar o conjunto de treinamento e realizar comparações entre o exemplar de teste e os exemplares armazenados a cada vez que um exemplar de teste é armazenado.
3. O processamento do algoritmo é extremamente rápido, independentemente da quantidade de exemplares do conjunto de dados de treinamento. Trata-se de um estilo de processamento conhecido como naive evaluation (avaliação ingênua), já que não há um trabalho prévio de indução do modelo.

Quais estão corretas?

Em relação às estratégias de avaliação dos modelos preditivos, analise as assertivas abaixo, assinalando V, se verdadeiras, ou F, se falsas.

(   ) O exemplar verdadeiro-positivo pertence à classe positiva, mas o classificador o classificou como pertencente à classe negativa.
(   ) O f-score (medida F) é a percentagem de acertos ou verdadeiros positivos dentre todos os exemplos classificados como positivos.
(   ) O exemplar verdadeiro-negativo pertence à classe negativa e o classificador o classificou como pertencente à classe negativa.
(   ) A sensibilidade ou revocação (recall) é a taxa de verdadeiros positivos, isto é, porcentagem de verdadeiros positivos dentre todos os exemplares cuja classe esperada é a classe positiva.

A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
 

 

Grupos com um (ou poucos) exemplares são inicialmente formados e, iterativamente, recebem mais exemplares, localizados na vizinhança do grupo, e crescem até que um limiar seja atingido. O algoritmo DBSCAN é um dos representantes desta categoria. Esse exemplo descreve a tarefa de agrupamento (clustering) denominada estratégia baseada em:

Analise as assertivas abaixo sobre o Serviço Power BI em Nuvem:

I. O Power BI permite o compartilhamento em nuvem, possibilitando compartilhar os relatórios criados com vários membros da equipe, além de proporcionar atualização das informações em tempo real, não necessitando gerar outro relatório para isso.

II. O Power BI permite realizar publicações do relatório em nuvem no formato PowerPoint. Cada slide do PowerPoint equivale a uma página do relatório, e o que fica visível é a primeira análise de dados realizada.

III. Para os relatórios publicados na Web, o Power BI permite que o usuário tenha acesso às segmentações de dados aplicadas, não podendo manipular (modificar) os dados ou configurar os visuais.

Quais estão corretas?

Analise o seguinte exemplo no Power BI: “Considere uma página de relatório sobre Desempenho de Matrículas. Agora, imagine que o usuário deseja incluir uma nova medida que calcule o quanto cada MATRÍCULA dos cursos representa do RESULTADO DE ARRECADAÇÃO R$. Isto é, o usuário deseja descobrir o valor em R$ que representa cada matrícula realizada nos cursos”. Para chegar nesse resultado, é preciso criar uma medida para calcular a soma total do campo RESULTADO DE ARRECADAÇÃO divido pela soma total do campo MATRÍCULAS. Qual é o recurso do Power BI que permite criar essa medida e que a distribuição por todos os resultados seja realizada de forma automática?

Considere o seguinte exemplo de relatório no Power BI: “O usuário deseja trabalhar com vários bancos de dados simultaneamente, conectando-os para a criação dos relatórios. Agora, considere a base de dados de uma rede mundial, no qual o usuário deseja fazer um comparativo entre o custo e as vendas do semestre”. Qual é o recurso do Power BI que permite definir um relacionamento e estabelecer uma conexão de dados entre duas tabelas de bancos de dados diferentes que possuem campos em comum?