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 hiperplano.

Assinale a alternativa que preenche corretamente a lacuna do trecho acima.

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 distribuição para todas as árvores.

Assinale a alternativa que preenche corretamente a lacuna do trecho acima.

consiste em uma análise estatística que envolve duas variáveis: a de resposta e a preditiva, e considera que o valor da variável de resposta (ou dependente) pode ser estimado por uma combinação de variáveis explicativas (dependentes). Já quando a variável de resultado é de natureza categórica, pode ser usada para prever a probabilidade de um resultado com base nas variáveis de entrada que podem ser explicativas, contínuas e/ou binárias.

Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.

Para evitar overfitting, uma prática comum é randomicamente dividir a base de dados em N conjuntos de dados de tamanhos aproximadamente iguais. O modelo é treinado com N-1 conjuntos e testado com o restante. Uma medida de erro é obtida. Esse processo é repetido um total de N vezes através das várias combinações dos N conjuntos de dados. Por fim, calcula-se a média de validação dos N experimentos para se obter a estimativa de erro. Qual é o nome dessa técnica descrita e utilizada para avaliar modelos de aprendizado de máquina?

Analise o trecho de código escrito abaixo:

rules <- apriori(Groceries, parameter=list(support=0.001,

confidence=0.6, target = “rules”))

Sobre o trecho de código acima, é correto afirmar que a função apriori() também pode ser utilizada para:

Qual é a técnica que pode ser utilizada para sugerir que aqueles clientes que compraram o produto A também compraram o produto B, ou que aqueles clientes que compraram os produtos A, B e C são mais similares que os clientes que compraram o produto A?

Analise as assertivas abaixo sobre o método de agrupamento k-means:

1. 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 dos objetos com relação ao centroide do grupo. O centro é determinado como a média do vetor n-dimensional de atributos de cada grupo.
2. Por ser um método supervisionado, o K-means ajuda a excluir a subjetividade das análises.
3. K-means é um método para definir agrupamentos. Uma vez que os agrupamentos e os seus centroides são identificados, é fácil classificar novos objetivos para um cluster baseado na distância do objeto do centroide mais próximo.

Quais estão corretas?

Estatística pode ser utilizada para avaliar o resultado de modelos de mineração de dados e aprendizado de máquina. Assinale a alternativa que contém, respectivamente, a hipótese nula e a hipótese alternativa para uma aplicação de um modelo de regressão.

Analise o código a seguir, escrito na linguagem R:

x <- c(1, 2, 3, NA, 4)

is.na(x)

Na linguagem R, a função is.na() é utilizada na etapa de: