2496971
Descripción
Test por Alceu Bernardino, actualizado hace más de 1 año
|
Creado por Alceu Bernardino
hace más de 9 años
|
|
Pregunta 1
Pregunta
A aprendizagem de máquina é utilizada em grandes volumes de informações e se dividem em supervisionadas e não supervisionadas, auxiliando na mineração de dados, São definições de Aprendizagem de máquina: EXCETO:
Respuesta
-
Predição do futuro com base em fatos passados.
-
Aprendem quando há mudança em sua estrutura, em seu programa, em sua base de dados e em suas entradas de maneira que seu comportamento futuro seja melhorado.
-
Adquirir conhecimento ou entendimento, adquirir habilidades através do estudo, instrução ou experiência.
-
Os autores preferem apresentar a aprendizagem de máquina como um ramo da Inteligencia Artificial, a criar uma definição formal para o termo.
-
De forma precisa é a habilidade que pode ser adquirida por animais e máquinas através de treinamento.
Pregunta 2
Pregunta
Para resolvermos problemas com o auxílio do computador precisamos de um Algoritmo que é uma sequencia de instruções com as quais transformamos entradas em saídas desejadas. São componentes de Algorítimos de aprendizagem de máquina supervisionados. EXCETO:
Respuesta
-
Árvore de decisão, mais utilizado na prática e recomendado na mineração de dados onde através da divisão e conquista um grande problema é dividido em pequenos e simples problemas como "sim" e "não" e resolvidos de forma recursiva.
-
Através da Árvore de decisão os atributos são avaliados do nó raiz para os nós inferiores, e a maior dificuldade está na construção da árvore e na determinação da ordem adequada para avaliação dos atributos.
-
deve-se evitar: Erros de generalização e imprecisão, Falsos positivos e falsos negativos,
-
Como resultado podemos ter: Hipótese mais específica e hipótese mais genérica.
-
A Hipótese mais específica e a Hipótese mais genérica ocasiona o aumento do erro de generalização.
Pregunta 3
Pregunta
No aprendizado de máquina não supervisionado esta recebe um conjunto de entradas, mas nenhum conjunto de saídas correspondentes. Marque a alternativa que não corresponde ao aprendizado não supervisionado.
Respuesta
-
Cabe a máquina encontrar padrões e semelhanças entre os dados e a partir desses padrões gerar novas saídas corretas.
-
Descobrir padrões existentes nos daos através de agrupamentos (clusters) permitindo conclusões úteis a respeito deles
-
Identificar o "Outlier", que é um objeto que se difere completamente dos demais e assim não interfere na obtenção dos padrões de classificação.
-
o método de divisão e conquista não visa simplificar os problemas complexos a simples respostas de "sim" e "não".
Pregunta 4
Pregunta
No que se refere ao aprendizado de máquina, assinale a alternativa CORRETA:
Respuesta
-
No aprendizado supervisionado, os dados são processados através de iterações na quais se procuram por padrões ocultos de semelhança.
-
No aprendizado não supervisionado, os dados são agrupados em clusters, de acordo com suas semelhanças ou diferenças.
-
A utilização de dados de treinamento é característica de sistemas que utilizam aprendizado de máquina não supervisionado.
-
A utilização de dados de treinamento é característica de sistemas que utilizam aprendizado de máquina supervisionado.
Pregunta 5
Pregunta
Avalie as afirmações abaixo, marcando ou clicando somente nas afirmações
verdadeiras.
Respuesta
-
As árvores de decisão auxiliam os métodos de aprendizado de máquina não supervisionado.
-
O algoritmo k-média se baseia na definição de centros e atualização da posição dos dados em relação a estes centros.
-
Um outlier pode ser definido como uma informação que se diferencia das demais do grupo e, portanto, não tem influência no comportamento geral dele.
-
Um dos objetivos do aprendizado supervisionado é permitir a classificação de informações que não fizeram parte do aprendizado de acordo com as classes de saída definidas nesta etapa.
Pregunta 6
Pregunta
No Aprendizado supervisionado, para cada sequência de entrada, é dada uma saída desejada, e o objetivo da máquina é aprender a produzir a saída correta para novas entradas, que não fizeram parte de seu conjunto de treinamento.
Respuesta
- True
- False
Pregunta 7
Pregunta
No Aprendizado não supervisionado, para cada sequência de entrada, é dada uma saída desejada, e o objetivo da máquina é aprender a produzir a saída correta para novas entradas, que não fizeram parte de seu conjunto de treinamento.
Respuesta
- True
- False
Pregunta 8
Pregunta
No Aprendizado não supervisionado, a máquina recebe um conjunto de entradas, mas nenhum conjunto de saída correspondente, e cabe á máquinas encontrar padrões e semelhanças entre os dados, e assim a partir desses padrões gerar novas saídas corretas
Respuesta
- True
- False
Pregunta 9
Pregunta
No Aprendizado supervisionado, a máquina recebe um conjunto de entradas, mas nenhum conjunto de saída correspondente, e cabe á máquinas encontrar padrões e semelhanças entre os dados, e assim a partir desses padrões gerar novas saídas corretas
Respuesta
- True
- False
Pregunta 10
Pregunta
A "Clusterização" ocorre através de iteração (Iteração é o processo chamado na programação de repetição de uma ou mais ações) ou seja uma sequência de passos em que se busca agrupar os dados de forma que esses agrupamentos chamados clusters façam sentido.
Respuesta
- True
- False
Pregunta 11
Pregunta
A generalização consiste n a capacidade de definir, de forma precisa, classes de saída para entradas que não fazem parte do conjunto de treinamento.
Respuesta
- True
- False
Pregunta 12
Pregunta
Alternativas para auxiliar a minimizar o erro na generalização do aprendizado de maquina são hipótese mais genérica e a hipótese mais específica.
Respuesta
- True
- False
Pregunta 13
Pregunta
A árvore de decisão é um dos métodos de aprendizado mais utilizado na prática, sendo recomendada para a aplicações de mineração de dados.
Respuesta
- True
- False
Pregunta 14
Pregunta
Uma árvore de decisão utiliza a estratégia de divisão e conquista, em que um problema mais complexo é dividido em problemas mais simples, que são resolvidos de forma recursiva.
Respuesta
- True
- False
Pregunta 15
Pregunta
o principal interesse do aprendizado não supervisionado é desvendar a organização de padrões existentes nos dados, através de agrupamentos (clusters) consistentes, permitindo a descoberta de semelhanças e diferenças entre esses padrões, derivando conclusões úteis a respeito de deles.
Respuesta
- True
- False
Pregunta 16
Pregunta
Um dos algoritmos mais conhecidos para realizar agrupamentos de dados é o algoritmos K-médias
Respuesta
- True
- False
Pregunta 17
Pregunta
o algoritmos K-médias pode ser utilizado para segmentação se imagens em regiões distintas, pois funciona de forma mais automática do que uma operação de limiarização.
Respuesta
- True
- False
¿Quieres crear tus propios Tests gratis con GoConqr? Más información.