ATIVIDADE 2 – CDAC – ANÁLISE PREDITIVA E CLASSIFICAÇÃO – 53_2025

ATIVIDADE 2 – CDAC – ANÁLISE PREDITIVA E CLASSIFICAÇÃO – 53_2025

QUESTÃO 1

O aprendizado não supervisionado pode ter diferentes objetivos. Em alguns casos, pode ser usado para criar uma regra preditiva, na ausência de uma resposta rotulada. Os métodos de agrupamento podem ser usados para identificar grupos de dados significativos.

Com base no cenário descrito, sobre uma aplicação prática em que um método de agrupamento pode ser de grande utilidade, assinale a alternativa correta:

Alternativas
Alternativa 1 – Usando dados de imagens para identificar diferentes tipos de objetos em uma linha de produção.
Alternativa 2 – Usando dados históricos para identificar clientes com propensão a cancelar um contrato de serviço.
Alternativa 3 – Usando dados de avaliações de clientes em um hotel para identificar possíveis problemas relatados pelos hóspedes.
Alternativa 4 – Usando dados de cliques em uma página e informações demográficas de usuários para criar diferentes perfis de usuários e oferecer personalização.
Alternativa 5 – Usando dados de compras de clientes em um supermercado para identificar produtos que são vendidos em conjunto, para criar sistemas de recomendação.
QUESTÃO 2
Podemos visualizar esses dados em um gráfico. É muito comum a utilização do gráfico Boxplot para visualizar essas medidas.

Fonte: PEREIRA, M. R. Análise preditiva e classificação. Maringá: UniCesumar, 2022.

Considerando o texto apresentado, sobre o Boxplot, assinale a alternativa correta:

Alternativas
Alternativa 1 – Mostra os outliers.
Alternativa 2 – Mostra a dispersão de pontos em um espectro.
Alternativa 3 – Mostra a distribuição em uma área geográfica.
Alternativa 4 – Mostra a quantidade de observações por categoria.
Alternativa 5 – Mostra a distribuição de frequências de um valor numérico.
QUESTÃO 3
Os problemas de negócio são dinâmicos, assim como os dados; ou seja, esse processo é cíclico. Percebemos que existem diferentes formas e abordagens para alcançar os objetivos de uma demanda. No entanto, para soluções de dados, precisamos de alguns pontos de atenção.

Fonte: PEREIRA, M. R. Análise preditiva e classificação. Maringá: UniCesumar, 2022.

Sobre as etapas para construção de uma solução de negócio, analise as afirmativas a seguir:

I. Análise Preditiva.

II. Análise Exploratória.

III. Coleta de Dados.

IV. Modelagem.

É correto o que se afirma em:

Alternativas
Alternativa 1 – I e II, apenas.
Alternativa 2 – I e III, apenas.
Alternativa 3 – II e IV, apenas.
Alternativa 4 – III e IV, apenas.
Alternativa 5 – I, II, III e IV.
QUESTÃO 4
O  desempenho de um classificador de texto é medido por meio de diferentes parâmetros. Compreender essas métricas permitirá que você veja o quão bom é o seu modelo de classificador na análise de textos.

Fonte: PEREIRA, M. R. Análise preditiva e classificação. Maringá: UniCesumar, 2022.

Considerando o texto apresentado, com relação à descrição do processo, analise as afirmativas a seguir:

I. Exatidão.

II. Precisão.

III. Recall.

IV. Pontuação F1.

É correto o que se afirma em:

Alternativas
Alternativa 1 – I, apenas.
Alternativa 2 – III, apenas.
Alternativa 3 – II e IV, apenas.
Alternativa 4 – I, III e IV, apenas.
Alternativa 5 – I, II, III e IV.
QUESTÃO 5
Pessoas e organizações geram toneladas de dados todos os dias. As estatísticas afirmam que quase 80% dos dados de texto existentes não são estruturados, o que significa que não são organizados estruturalmente, não são pesquisáveis e são quase impossíveis de gerenciar. Em outras palavras, simplesmente não são úteis.

Fonte: PEREIRA, M. R. Análise preditiva e classificação. Maringá: UniCesumar, 2022.

Considerando as informações apresentadas, sobre o Gerenciamento de Redes, avalie as asserções a seguir e a relação proposta entre elas:

I. A Detecção de Idioma permite classificar um texto com base em seu idioma.

PORQUE

II. O idioma é uma barreira no processamento de textos.

A respeito dessas asserções, assinale a opção correta:

Alternativas
Alternativa 1 – As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
Alternativa 2 – As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
Alternativa 3 – A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
Alternativa 4 – A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
Alternativa 5 – As asserções I e II são proposições falsas.
QUESTÃO 6

Um analista de dados está desenvolvendo uma análise exploratória nos dados de colaboradores de uma empresa. O objetivo é entender como os dados estão distribuídos, verificar correlações, volumetria, ou seja, fazer uma descrição estatística dos dados. Durante esse trabalho, o analista precisa verificar a frequência de salários em um determinado intervalo de valores.

Considerando o cenário descrito, qual ferramenta (gráfico) você indicaria para o analista obter as informações que ele(a) precisa?

Alternativas
Alternativa 1 – Boxplot.
Alternativa 2 – Histograma.
Alternativa 3 – Gráfico de linhas.
Alternativa 4 – Gráfico de barras.
Alternativa 5 – Gráfico de dispersão.
QUESTÃO 7
A partir dos dados que reunimos em nosso mundo de alta tecnologia, pode ser útil complementar esse instinto com informações previsíveis para podermos tomar melhores decisões.

Fonte: PEREIRA, M. R. Análise preditiva e classificação. Maringá: UniCesumar, 2022.

Considerando o texto apresentado, a “previsão de futuro” que desejamos ter no computador chama-se análise preditiva, e isso é uma combinação entre:

Alternativas
Alternativa 1 – Dados e Matemática.
Alternativa 2 – Dados e Sistema de Informação.
Alternativa 3 – Aprendizado supervisionado e Dados.
Alternativa 4 – Sistema de Informação e Matemática.
Alternativa 5 – Matemática e Aprendizado Supervisionado.
QUESTÃO 8

Uma das razões para o desenvolvimento de soluções baseadas em modelagem preditiva é fornecer estimativas de valores numéricos, ou seja, responder às peguntas: a variável X está associada a uma variável Y? Se sim, qual a característica desse relacionamento? Este relacionamento pode ser usado para prever alguma das variáveis? Em outras palavras, o valor de uma casa está associado a sua área em metros quadrados? Qual o relacionamento entre essas variáveis? Podemos usar a área de uma casa para prever o seu valor?

Fonte: ​BRUCE, P.; BRUCE, A.; Estatística Prática para Cientistas de Dados. Rio de Janeiro: Alta Books, 2019.

Considerando as questões abordadas, podemos afirmar que as repostas podem ser obtidas através de um modelo de:

Alternativas
Alternativa 1 – Markov.
Alternativa 2 – Regressão.
Alternativa 3 – Classificação.
Alternativa 4 – Regras de associação.
Alternativa 5 – Clusterização (clustering).
QUESTÃO 9

A aplicação de soluções baseadas em aprendizado de máquina costuma encarar problemas que exigem decisões automatizadas. É um e-mail válido ou um spam? O cliente está propenso a cancelar o contrato? O visitante em uma página web está propenso a clicar em um anúncio? O risco de conceder crédito é alto ou baixo?

PEREIRA, Max R. Análise Preditiva e Classificação. Maringá – PR.: Unicesumar, 2022.

Essas decisões automatizadas só são possíveis através da análise dos dados históricos. Ao analisar dados passados, podemos automatizar ações futuras baseadas em padrões encontrados. Essa característica é típica de problemas de:

Alternativas
Alternativa 1 – Regressão.
Alternativa 2 – Otimização.
Alternativa 3 – Classificação.
Alternativa 4 – Clusterização.
Alternativa 5 – Segmentação.
QUESTÃO 10

Suponha que você esteja fazendo uma análise exploratória em um conjunto de dados de vendas do último semestre (data frame “vendas”). Esse conjunto de dados possui as seguintes variáveis: valor da venda, data da venda, e-mail do comprador, cidade do comprador e tipo de pagamento.

Você está interessado, em um primeiro momento, em entender o comportamento da variável “valor da venda” no período, ou seja, os valores mínimo e máximo e o ticket médio (valor médio). Além disso, você também quer saber a quantidade de vendas efetuadas por cidade. Sobre os comandos em Python (usando a biblioteca Pandas) que você poderia usar para obter essas informações, assinale a alternativa correta:

Alternativas
Alternativa 1 – vendas[‘valor da venda’].mean() e vendas[‘cidade do comprador’].count()
Alternativa 2 – vendas[‘valor da venda’].max() e vendas[‘cidade do comprador’].count()
Alternativa 3 – vendas[‘valor da venda’].min().max().mean() e vendas[‘cidade do comprador’].groupby()
Alternativa 4 – vendas[‘valor da venda’].describe() e vendas[‘cidade do comprador’].value_counts()
Alternativa 5 – vendas[‘valor da venda’].describe() e vendas[‘cidade do comprador’].count()

Nossa equipe é composta por profissionais especializados em diversas áreas, o que nos permite oferecer uma assessoria completa na elaboração de uma ampla variedade de atividades. Estamos empenhados em garantir a autenticidade e originalidade de todos os trabalhos que realizamos.

Ficaríamos muito satisfeitos em poder ajudar você. Entre em contato conosco para solicitar o seu serviço.

(11) 91467-6527 colaborareducacional.com.br

Aponte o celular para abrir o WhatsApp

ou clique aqui
Este site utiliza cookies para lhe oferecer uma melhor experiência de navegação. Ao navegar neste site, você concorda com o uso de cookies.
Aceitar