A eficiência no armazenamento de dados é crucial para muitas organizações. Tecnologias como Amazon S3, CEPH e HDFS apresentam soluções adequadas a diferentes necessidades.

Sobre esses modelos de armazenamento, avalie as afirmativas a seguir.

I. O Amazon Simple Storage Service utiliza um sistema de arquivos distribuídos, o que proporciona uma escalabilidade praticamente ilimitada.

II. O modelo CEPH é indicado para organizações que lidam com dados altamente sensíveis, como informações financeiras, jurídicas ou dados governamentais.

III. Dividir arquivos grandes em blocos de tamanho fixo aumenta a eficiência do HDFS no processamento de grandes volumes de dados, ou Big Data.

Está correto o que se afirma em

O armazenamento de objetos é projetado para guardar grandes volumes de dados de maneira eficiente.

Uma de suas características principais é

Ao se utilizar bancos de dados reais no treinamento de métodos de aprendizado de máquina é normal se deparar com entradas que possuem um ou mais parâmetros (campos) ausentes.

Com relação às estratégias para lidar com dados ausentes, analise as afirmativas a seguir.

I. Só é possível realizar imputation quando o atributo (feature) ausente é numérico.

II. Ao utilizar o k-nearest neighbors (KNN) para fazer o imputation é uma boa estratégia primeiro fazer a normalização ou padronização dos dados.

III. Ao se trabalhar com bancos de dados com poucas amostras (itens), uma estratégia usualmente utilizada para lidar com as amostras) que possuem valores ausentes é a remoção.

Está correto o que se afirma em

O tratamento dos dados influencia diretamente no desempenho de muitos algoritmos de aprendizado de máquina.

A respeito de métodos de normalização e padronização numéricos é correto afirmar que

Alguns algoritmos de aprendizado de máquina foram desenvolvidos para trabalhar com atributos discretos. Porém, dados coletados no mundo real muitas vezes são contínuos.

Nesses casos, podemos usar métodos de discretização no tratamento dos dados. Um desses métodos de discretização consiste em estabelecer os limites das partições de forma que cada partição tenha aproximadamente o mesmo número de elementos.

O método acima descrito é o

Os candidatos de um concurso público realizaram um teste de redação que vale até 1000 pontos. 5000 candidatos realizaram o teste, o que gerou uma distribuição das notas cuja média foi de 600 pontos e cujo desvio padrão foi de 90 pontos.

Dessa distribuição são retiradas 40 novas amostras, com 100 notas em cada amostra, sem reposição.

Dados: \( \sqrt{4999}=70,7;\dfrac{100}{101}=0,99 \)

O desvio-padrão da distribuição das 40 médias obtidas a partir das novas amostras (de 100 notas) retiradas é igual a

Testes de hipóteses são ferramentas estatísticas que viabilizam a tomada de decisões com base em dados, mesmo quando há incerteza.

A respeito dessas ferramentas, relacione cada definição com as características a que elas mais se adequam:

1. Teste-z

2. Teste-t

3. ANOVA

4. Teste chi-quadrado (χ2)

( ) Usado(a) para comparar as médias de duas amostras independentes, com amostragens suficientemente grandes e desvios-padrão conhecidos.

( ) Usado(a) para comparar as médias de duas ou mais amostras independentes, normalmente distribuídas.

( ) Usado(a) para comparar as médias de duas amostras independentes, com pequeno número de amostras ou com desvio-padrão desconhecido.

( ) Usado(a) para verificar a normalidade de uma amostra.

A relação correta, na ordem apresentada, é

Considere a existência de duas caixas idênticas A e B. Na caixa A são colocadas duas bolinhas de cor verde e duas bolinhas cor-de-rosa. Na caixa B são colocadas quatro bolinhas de cor verde.

Em seguida, executam-se sequencialmente os passos a seguir:

1. Escolhe-se, aleatoriamente, uma das caixas, sem, no entanto, identificá-la.

2. Retira-se uma bolinha da caixa escolhida, que revela possuir a cor verde.

3. Retira-se uma segunda bolinha da caixa escolhida, que também acaba por possuir a cor verde.

A sequência que indica a evolução das probabilidades de que a caixa inicialmente escolhida seja a caixa A ou a caixa B, respectivamente, imediatamente após os passos 1, 2, e 3, é dada por:

Num pote foram colocadas 8 bolas, sendo 2 amarelas, 2 azuis, 2 vermelhas e 2 brancas. Ao se retirar do pote uma amostra aleatória simples de 4 bolas, a probabilidade de que ela contenha apenas uma bola de cada cor é

A densidade de probabilidade de uma variável aleatória segue a função p(x) = 1 – | x |, caso | x | < 1, ou 0, caso contrário.

Ao retirar-se uma amostra aleatória x, a probabilidade de -3,0 < x < 0,8 é: