Um arenito arcosiano apresenta valores de porosidade de 2%, 22%, 15%, e 13% medidos em amostras laterais. No mesmo poço em um nível inferior, de coquina, os valores de porosidade obtidos, também em amostras laterais, foram de 5%, 25%, 6%, 8%. O que podemos afirmar sobre a amplitude da porosidade destas amostras.

Indique a função do Excel utilizada para caracterizar a forma de distribuição de dados e avaliar a sua concentração e dispersão em relação à media, verificando a presença de valores extremos:

Ao lidar com valores faltantes em um conjunto de dados, é essencial aplicar técnicas adequadas para garantir a integridade e a qualidade das análises subsequentes. A presença de dados ausentes pode distorcer resultados, introduzir vieses e comprometer a eficácia de modelos preditivos. Portanto, a escolha da abordagem correta para tratar esses valores é fundamental. Observe as afirmativas a seguir, em relação às técnicas é utilizada para lidar com valores faltantes em um conjunto de dados:
I.Remover todas as linhas com valores faltantes.
II.Substituir valores faltantes pela média ou mediana.
III.Utilizar algoritmos que suportam valores faltantes.
Assinale a alternativa correta:

Analise a figura abaixo e responda:

A figura indica um gráfico do tipo:

No aprendizado de máquina, especialmente em modelos de regressão, é comum enfrentar o problema de overfitting, onde o modelo se ajusta excessivamente aos dados de treinamento, capturando ruídos e padrões irrelevantes. Para mitigar esse problema e melhorar a capacidade de generalização do modelo, algumas técnicas de regularização podem ser empregadas. Qual técnica de regularização adiciona uma penalidade proporcional ao valor absoluto dos coeficientes no cálculo da função de custo?

Em conjuntos de dados, é comum deparar-se com valores faltantes, que podem surgir por diversas razões, como erros na coleta, falhas de registro ou respostas omitidas. A presença desses valores pode comprometer a qualidade das análises e a eficácia dos modelos preditivos. Portanto, é essencial aplicar técnicas adequadas para lidar com essas lacunas de maneira eficaz. Qual técnica é apropriada para lidar com valores faltantes em um conjunto de dados?

Para avaliar a eficácia de modelos de regressão, diversas métricas são utilizadas para quantificar a precisão das previsões em relação aos valores reais. A escolha da métrica adequada depende do contexto e dos objetivos específicos da análise. Compreender as características de cada métrica é essencial para interpretar corretamente o desempenho do modelo e realizar comparações apropriadas entre diferentes abordagens. Qual das seguintes opções é uma métrica comumente usada para avaliar modelos de regressão?

Distribuição estatística (ou, distribuição de probabilidade) é a forma como os valores estão distribuídos em um conjunto de dados.
A distribuição associada a "eventos raros" corresponde a:

A normalização de dados numéricos é uma etapa crucial no pré-processamento de dados para aprendizado de máquina e estatísticas, visando ajustar diferentes escalas de variáveis para uma escala comum. Aponte quais as alternativas são obrigatoriamente técnicas de normalização de dados numéricos:
I.Escalonamento exponencial.
II.Escalonamento logarítmico.
III.Escalonamento linear.
IV.Escalonamento do escore padronizado (ou Z-score).
Estão corretas as afirmativas:

Durante o processo seletivo para compor uma equipe olímpica feminina de base, uma comissão técnica estipulou que a média aritmética simples das idades das 8 jogadoras deveria ser exatamente 17 anos, visando alinhamento entre maturidade biológica e potencial técnico. Já se encontram confirmadas 7 jogadoras, cujas idades se distribuem da seguinte forma:
• 2 jogadoras com 16 anos, • 2 jogadoras com 17 anos, • 2 jogadoras com 18 anos, • 1 jogadora com 15 anos.

Com base nessa configuração, afirma-se que a escolha da oitava jogadora deverá recair sobre uma atleta com 22 anos, visto que a média aritmética exige o equilíbrio absoluto dos valores em relação ao centro da distribuição, e a leve assimetria negativa presente nos dados já lançados demanda uma compensação numérica superior à média-alvo, conforme o princípio de conservação da soma total e o efeito matemático de outliers de ajuste.