Considere um neurônio com três entradas x1, x2 e x3. A cada entrada é atribuído um peso: w1, w2 e w3, de acordo com a tabela. O limiar é representado por T.

O valor de y quando x1 = 1, x2 = 1 e x3 = 0 é igual a

Para a realização de análises preditivas e de agrupamento típicas de mineração de textos, os dados não estruturados textuais devem ser preparados antes de serem analisados. Este processo consiste em quatro etapas: análise lexical, eliminação de termos irrelevantes, redução da palavra ao seus radical e construção de uma representação vetorial.

A etapa de análise lexical consiste na

Acerca dos modelos preditivos probabilísticos para aprendizado de máquina, analise os itens a seguir.

I. O uso de algoritmos baseados no teorema de Bayes pode ser aplicado quando os dados disponíveis estão incompletos ou imprecisos.

II. O classificador naive Bayes assume a hipótese de que os valores dos atributos de um exemplo são dependentes de sua classe.

III. As redes bayesianas utilizam o conceito de independência condicional entre variáveis.

Está correto o que se afirma em

A linguagem Python, em conjunto com diversas bibliotecas, oferece ferramentas com aplicação em análise e ciência de dados. Acerca das bibliotecas NumPy, pandas e SciPy, analise as afirmativas a seguir, e assinale V para a afirmativa verdadeira e F para a falsa.

( ) A biblioteca NumPy é baseada na manipulação de estruturas de dados multidimensionais, nas quais todos os elementos possuem o mesmo tipo.

( ) A biblioteca pandas possui métodos próprios para geração e visualização de gráficos.

( ) A biblioteca SciPy possui um pacote para manipulação de matrizes esparsas.

As afirmativas são, respectivamente

A aprendizagem é o processo pelo qual os parâmetros livres de entrada de uma rede neural são ajustados a partir do processo de estimulação pelo ambiente na qual a rede está inserida. O tipo de aprendizagem é determinado pela maneira pela qual a modificação dos parâmetros ocorre. A aprendizagem que consiste na minimização da função custo, que é a diferença entre o valor desejado e o valor da saída da rede neural, é conhecida por

O algoritmo k-vizinhos mais próximo (k-NN) é utilizado em tarefas de análise preditiva. Analise as afirmativas a seguir relativas ao algoritmo k-NN.

I O algoritmo k-NN classifica os pontos com base nas distâncias entre eles e seus k vizinhos mais próximos.

II O valor de k deve ser escolhido aleatoriamente e não tem impacto no desempenho do modelo k-NN.

III O algoritmo k-NN é sensível à escala das variáveis de entrada e geralmente requer normalização dos dados antes de ser aplicado.

É correto o que se afirma em

Deseja-se implementar uma rede neural simples composta de um neurônio com limiar igual a T para computar a operação booleana “E” entre duas entradas binárias x1 e x2. A saída y deve obedecer a Tabela verdade abaixo. w1 e w2 são os pesos das entradas.

Os valores de w1, w2 e T são, respectivamente

Considere o código abaixo escrito na linguagem Python (versão 3.11.1) com uso das bibliotecas numpy (versão 1.23.5) e scipy (versão 1.10.0).

1 import numpy as np
2 from scipy.stats import pearsonr
3 np.random.seed(110)
4 s1 = np.random.normal(size=1000)
5 s2 = s1.copy()
6 s2[0] = 100.0
7 print(pearsonr(s1,s2))

Ao ser executado o código acima, após a linha 7 foi escrito na tela o seguinte:

PearsonRResult(statistic=0.3104130838548752, pvalue=8.891269104323198e-24)

Acerca do exposto, analise os itens a seguir.

I. Os valores possíveis para ‘statistic’ estão no intervalo entre 0 e 1.

II. Os valores da mediana de s1 e de s2 são os mesmos.

III. O resultado da linha 7 escrito na tela indica que ‘s1’ e ‘s2’ possuem uma fraca relação linear.

Está correto o que se afirma em

Considere dois conjuntos de dados distintos, denotados por C1 e C2, ambos do mesmo tamanho, isto é, com a mesma quantidade de valores. A cada conjunto foi aplicado o mesmo método de regressão linear. O erro médio quadrático obtido para C1 foi menor do que para C2. Com base no exposto, analise as afirmativas a seguir, e assinale V para a afirmativa verdadeira e F para a falsa.

( ) O erro médio quadrático é uma métrica típica de erro em problemas de regressão cujo valor varia entre 0 e 1.

( ) Pode-se afirmar que o conjunto de dados C1 está melhor ajustado ao modelo do que o conjunto de dados C2.

( ) Pode-se afirmar que para melhorar o ajuste do conjunto de dados C2 é preciso aumentar seu tamanho.

As afirmativas são, respectivamente,

Considere certo método de aprendizado de máquina do tipo classificador, para realizar uma tarefa de classificação para k classes (sendo k um número natural maior do que 1) em um conjunto de dados com n objetos (sendo n um número natural maior do que k). Acerca da matriz de confusão correspondente, analise os itens a seguir.

I. A soma de todos os elementos da matriz é igual a n.

II. A taxa de acerto do classificador é dada pela razão entre a soma da diagonal principal da matriz e a soma de todos os elementos.

III. A precisão do classificador para certa classe i é dada pela razão entre o elemento da diagonal principal na linha i e a soma de todos os elementos da coluna i.

Está correto o que se afirma em