Questões de Concursos Tecnologia da Informação Ciência de Dados

As técnicas de aprendizado supervisionado estão baseadas na determinação de modelos capazes de otimizar o mapeamento entre entradas e saídas de um conjunto de dados. Por vezes, o processo de treinamento pode gerar modelos muito complexos que “aprendem” o ruído existente nos conjuntos de dados, caracterizando o fenômeno de sobreajuste ou overfitting.

Um método que pode ajudar a mitigar a ocorrência do overfitting consiste em

I. dividir o conjunto de dados em k partes;
II. utilizar uma das partes para teste e as outras k-1 para treinamento;
III. repetir o processo para cada uma das k partes do conjunto de dados; e
IV. avaliar a média das métricas de performance para o modelo.

O método acima é chamado de

A decomposição em valores singulares (Singular Value Decomposition - SVD) de uma matriz é uma fatoração importante por ser aplicável em diversos algoritmos de inteligência artificial. Considere o trecho de código em linguagem R a seguir.

1. A <- matrix(c(1,2,1,2), ncol=2, nrow=2) 2. svd_result <- svd(A) 3. V <-svd_result$v 4. M <- V %*% t(V) 5. cat(M[1,1], "--", M[2,2])

Assinale a opção que indica a saída esperada para a execução do trecho de código.

Um símbolo binário, digamos 0 ou 1, é transmitido incorretamente por meio de um canal de comunicação com ruído, com probabilidade 0,10 e 0,05, respectivamente.
Supondo que a probabilidade do canal transmitir um 0 é 0,4, assinale a opção que indica a probabilidade de um símbolo escolhido aleatoriamente ser recebido corretamente.

Algoritmos de agrupamento são fundamentais para a área de aprendizado de máquina não supervisionado. Em geral, esses algoritmos determinam clusters de instâncias de dados que possuem algum traço de similaridade entre si.

Relacione os métodos de agrupamento hierárquico e o K-means às suas principais características.

1. Agrupamento Hierárquico 2. K-means


( ) Seus resultados são altamente sensíveis ao número de clusters que deve ser pré-definido pelo usuário do algoritmo.

( ) Baseia-se em abordagens top-down ou bottom-up, isto é, com a divisão ou com a união sucessiva de clusters.

( ) Seus resultados costumam ser graficamente visualizados por dendrogramas, que podem ser seccionados de acordo com o número de clusters determinado pelo usuário do algoritmo.

( ) Avalia distâncias entre as instâncias de dados e os centroides dos clusters e atualiza a posição dos centroides dos clusters sucessivamente, até a convergência.


Assinale a opção que indica a relação correta, na ordem apresentada.

Seja o conjunto de dados abaixo cuja média aritmética é 30:

{21, 42, 29, 15, 27, 36, 25, 45}

Considerando o exposto, analise os itens a seguir.

I. A amplitude dos dados é igual àI, II média.
II. A mediana é 28.
III. A moda é 45.

Está correto o que se afirma em

Com relação aos conceitos básicos de análise exploratória de dados, analise as afirmativas a seguir.

I. O coeficiente de curtose é uma medida adimensional que depende da diferença entre os percentis de ordem 90 e 10.

II. Quando o coeficiente de correlação entre duas variáveis aleatórias é nulo, isso implica que as mesmas são independentes.

III. Um conjunto de dados cujo desvio padrão é maior do que o de outro conjunto possui maior dispersão.


Está correto o que se afirma em

Um analista da área de tecnologia da informação recebeu um conjunto de dados sobre o consumo de energia elétrica de indústrias no formato de distribuição de frequência.
Assinale a opção que indica o tipo de gráfico mais adequado para representar essa distribuição de frequência.

O treinamento em redes neurais artificiais é, essencialmente, um problema de otimização, em que se busca minimizar o erro entre as predições do modelo neural e os valores alvo preexistentes no conjunto de dados de treinamento.

Com respeito aos métodos relacionados à otimização de parâmetros em redes neurais artificiais, analise as afirmativas a seguir.


I. No algoritmo backpropagation, a aplicação da regra da cadeia é fundamental para o cálculo dos gradientes dos erros com respeito aos pesos (parâmetros) da rede neural artificial.
II. O método do gradiente (também chamado de método do máximo declive ou Gradient Descent – GD) escolhe aleatoriamente um pequeno número de instâncias de dados de treinamento a cada passo, aumentando a velocidade inicial de minimização das métricas de erro.
III. As técnicas de regularização L1 (Lasso) e L2 (Ridge) podem ser utilizadas para mitigar problemas relacionados a inicialização indevida de pesos (parâmetros) em redes neurais.


Está correto o que se afirma em