A respeito das fontes de informação que servem de base para a construção dos dados operados por um Data Warehouse, marque a alternativa que indica, corretamente, o nome do tipo de sistema conectado a um bancos de dados que armazena informações transacionais, realizadas no dia a dia, em nível operacional.

Criada na década de 90, a expressão Data Mining serve para definirmos a área de estudo de dados focada na aquisição de conhecimento a partir destes dados. Essa área conta com o apoio de outras áreas de estudo, como por exemplo a estatística e a inteligência artificial.

Marque a alternativa que indica, corretamente, o nome do tipo de problema que Data Mining é capaz de resolver e que é um caso especifico de problemas de classificação.

Python é provavelmente a linguagem mais comentada atualmente no mundo da computação. Trata-se de uma linguagem de propósito geral e por possuir uma grande comunidade, conta com uma grande variedade de bibliotecas especializadas em temas como por exemplo: ciência de dados, programação web, inteligência artificial e banco de dados.

A respeito das bibliotecas do Python, marque a alternativa que não indica o nome de uma biblioteca dessa linguagem.

Para atender os requisitos de uma aplicação em sua organização, um Analista necessitou utilizar a tecnologia de IoT. Ele pesquisou essa tecnologia e verificou, corretamente, que

A implantação de uma solução de machine learning tipicamente passa por 5 fases. Na fase inicial, deve-se ter clareza quanto à pergunta ou problema para o qual se busca uma solução e quanto às informações que serão utilizadas, sejam elas de propriedade do interessado ou a serem adquiridas no mercado. As outras fases são:

I. Treinar o modelo ajustando os atributos, parâmetros de treinamento e algoritmos até que o modelo produza os resultados desejados. A validação é realizada comparando-se as predições com os resultados reais.

II. Monitorar os resultados das predições para verificar se o modelo continua generalizando. Se houver uma diminuição significativa na capacidade de predição do modelo, este deve ser treinado novamente com novos dados ou até mesmo os algoritmos, atributos e parâmetros de treinamento devem ser ajustados.

III. Definir o objetivo do aprendizado de máquina, estruturar o modelo que será o responsável por realizar as predições e adequar os dados para os algoritmos selecionados.

IV. Verificar se o modelo generaliza. No caso de o modelo não generalizar, deve-se retornar para as fases anteriores ou até mesmo para a fase inicial. Se generalizar, o modelo já pode seguir para a produção.

A ordem sequencial correta das outras fases é:

Com relação aos conceitos de aprendizado de máquina, assinale V para a afirmativa verdadeira e F para a falsa.

I. Os três principais paradigmas de aprendizado de máquina são os de aprendizado supervisionado, não supervisionado e por inteligência profunda.

II. os algoritmos de classificação e clusterização estão correlacionados com paradigma de aprendizado supervisionado.

III. os algoritmos de support vector machines e randon forest são paradigmas do aprendizado de inteligência profunda.

As afirmativas são, respectivamente,

Analise o script python abaixo:

import pandas as pd
from sklearn.datasets import make_hastie_10_2
x, y = make_hastie_10_2(n_samples=6000, random_state=42)
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.25,
random_state=42)
from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier( n_estimators=100,
oob_score=True, n_jobs=-1)
clf.fit(x_train, y_train)
y_pred_proba = clf.predict_proba(x_test)[:,1]
from sklearn.metrics import roc_curve
fpr, tpr, thr = roc_curve(y_test, y_pred_proba)
pd.DataFrame( {'FPR': fpr, 'TPR': tpr}
).set_index('FPR')['TPR'].plot(kind='line')

O gráfico plotado como resultado do processamento do script é

O Keras é uma API de aprendizado profundo escrita em Python e executada sobre a plataforma de aprendizado de máquina TensorFlow.

As principais estruturas de dados do Keras são

No contexto de análise de dados e cubos OLAP, assinale os quatro tipos de análises que são comuns nesse ambiente.

Considere que o Tribunal Regional do Trabalho utiliza o modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining).

Em um certo momento, uma equipe de Analistas está discutindo as seguintes questões relativas a um projeto:

− Qual formato de data será utilizado: dd/mm/aaaa ou mm/dd/aaaa?

− Os dados advindos das diversas fontes, relativos a um mesmo conteúdo, são compatíveis entre si?

− Os campos binários serão formatados com True e False ou terão que ser convertidos para 1 e 0?

− Após as análises descritivas, a média, a mediana, a moda e a quantidade dos dados estão de acordo com as categorias definidas?

Com base nas questões apresentadas, a equipe está trabalhando na etapa do CRISP-DM denominada