Banco de Questões de Concursos

Em mineração de dados, dado ruidoso é aquele cujo valor está fora do domínio do atributo.

O k-means é um algoritmo iterativo de agrupamento baseado em centroides, isto é, ele divide um conjunto de dados em grupos semelhantes com base na distância entre seus centroides.

No contexto de regras de associação, o conceito de confiança refere-se à expectativa de que um dado, grupo ou banco de dados atue da maneira esperada em dada situação.

O overfitting, em modelos de deep learning, ocorre quando o modelo tem alta precisão tanto nos dados de treinamento quanto nos dados de teste, indicativo de que o modelo generaliza bem.

No contexto do deep learning, a função das camadas ocultas (hidden layers) em uma rede neural profunda é extrair e processar os dados de forma que a rede aprenda características progressivamente mais complexas nas camadas mais profundas.

Considerando o texto 1, a fase do KDD em que Aline gera os vetores a partir dos textos é chamada de:

A visualização de dados é uma etapa fundamental para compreender grandes volumes de informações e identificar padrões relevantes no contexto de Data Mining e Big Data. Em relação às principais técnicas de visualização de dados, é correto af…

Quais tipos de conhecimento podem ser descobertos empregando técnicas clássicas de mineração de dados? 1. Regras de Associação 2. Hierarquias de classificação 3. Padrões sequenciais ou de série temporal 4. Conhecimento implícito, emergente…

__________ é uma classe de métodos ensemble que utiliza classificadores de árvore de decisão. É uma combinação de preditores de árvores tal que cada árvore depende dos valores de um vetor aleatório amostrado independentemente e com a mesma…

Analise as assertivas abaixo sobre o método de agrupamento k-means: I. Dada uma coleção de objetos, cada um com n atributos, k-means é um método que, para I - um valor escolhido de k, identifica k grupos de objetos com base na proximidade d…

Assinale a alternativa correta sobre os critérios de seleção de atributos aplicáveis na construção de árvores de decisão.

__________ é um método de classificação binária que traça um hiperplano ótimo que maximiza a margem de separação entre duas classes de dados. A etapa principal do algoritmo é descobrir os vetores que são as instâncias equidistantes do hiper…

Relacione a Coluna 1 à Coluna 2, associando as categorias de aprendizado de máquina às suas características. Coluna 1 1. Aprendizado Supervisionado. 2. Aprendizado Não Supervisionado. 3. Aprendizado Profundo. Coluna 2 ( ) O algoritmo recebe…

Quanto a Noções de Data Mining e Business Intelligence (BI), analise as assertivas abaixo e assinale a alternativa correta. I. Data Mining faz a varredura de uma pequena quantidade de dados de cada vez. II. Business Intelligence atua na par…

Acerca dos algoritmos de mineração de dados, analise as afirmativas a seguir, e assinale (V) para a verdadeira e (F) para a falsa. ( ) Uma árvore de decisão é um grafo cíclico direcionado em que cada nó é um nó de divisão. ( ) Em uma rede n…

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 li…

No contexto de Processamento de Linguagem Natural, a técnica de word embeddings é

Matheus foi empossado recentemente pela ALEGO como analista e está se aprofundando nos estudos das redes neurais (RN). Ele sabe que as RN podem ter diversas formas de aprendizagem não supervisionada. O tipo de aprendizado onde os neurônios…

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…

A análise de dados, no contexto da análise de negócios, envolve o uso integrado de tecnologias computacionais, técnicas estatísticas e métodos de ciência administrativa para transformar dados históricos em informações úteis, apoiando decisõ…