No contexto de pré-processamento de dados, o auditor de contas públicas João está trabalhando em um projeto de análise de dados e percebe que as variáveis numéricas no conjunto de dados têm escalas muito diferentes, como a escala dos preços sendo maior do que a escala dos pesos, como demonstrado nos produtos A e B:

!$ \bullet !$ Produto A (Preço: R$ 50 e Peso: 300g)

!$ \bullet !$ Produto B (Preço: R$ 500 e Peso: 1000g)

Além disso, ele observa a presença de outliers nos dados. Nesse sentido, João deverá tratar os dados para garantir que as variáveis tenham uma distribuição normal, isto é, com média igual a zero e desvio padrão igual a um.

Para isso, a técnica de tratamento de dados que João deverá utilizar, levando em consideração a presença de outliers, é:

O auditor de contas públicas João está desenvolvendo um modelo de aprendizado de máquina para identificar transações financeiras suspeitas em uma auditoria de contas. Após treinar o modelo, João observa que esse tem um desempenho excelente nos dados de treinamento, mas apresenta um desempenho ruim nos dados de teste, com uma alta taxa de erro.

Nesse contexto, o problema observado por João, do modelo ajustar-se excessivamente aos dados de treinamento, é denominado:

O cientista de dados João deverá criar um modelo de aprendizado de máquina com o objetivo de classificar transações de cartão de crédito como "fraudulentas" ou "não fraudulentas".

Dentre as métricas de avaliação da qualidade geral do modelo criado, João deverá utilizar a que avalia o equilíbrio entre precisão e sensibilidade (recall):

O auditor de contas públicas João deverá realizar uma auditoria financeira e precisa construir um modelo de aprendizado de máquina, simples e interpretável, para classificar transações como "suspeitas" ou "não suspeitas". Para tanto, João deverá basear-se em atributos, como valor da transação, localização, tipo de transação e histórico do cliente, contidos em um conjunto de dados relativamente pequeno.

Nesse contexto, para criar esse modelo, João deverá aplicar a técnica de classificação binária:

No contexto de Qualidade de Dados, o auditor de contas públicas João deverá analisar a consistência dos dados da base de dados AUD_CONTAS identificando variações sobre os valores dos atributos, como:

• 30% das entradas de dados na coluna CD_FUNCIONARIO estão marcadas com o caractere “espaço”
• existem 200 linhas na tabela TBL_PROCESSO contendo dados sobre processos sem nenhuma linha contendo os seus detalhes

Para isso, a técnica de diagnóstico sobre a qualidade de dados que João deverá utilizar é:

A Inteligência Artificial (IA) é uma ferramenta computacional que permitiu o avanço em diferentes áreas, entre elas: a saúde, finanças, marketing, entre outras. A principal ajuda, veio no apoio à tomada de decisões. As caraterísticas que descrevem o aprendizado de máquina (machine learning) são

O processamento natural de linguagem (NLP) é uma técnica que permite o desenvolvimento de chatboots. Qual é o elemento que deve ser utilizado para realizar a compreensão completa e sem ambiguidade em um prompt textual?

O conceito que representa a capacidade de um computador/dispositivo eletrônico de se comportar assemelhando-se à forma de pensar de um ser humano, em que pode, usando variáveis do ambiente, tomar decisões e resolver problemas é

O Apache Hadoop é um framework de software de código aberto projetado para processamento distribuído de grandes conjuntos de dados. Qual componente é responsável pelo armazenamento distribuído de dados no Apache Hadoop?

Analise as afirmativas a seguir:

I. São aplicações que utilizam as funcionalidades dos Sistemas Gerenciadores de Banco de Dados: Sistemas de gestão empresarial (ERP), Sistemas de gestão de relacionamento com clientes (CRM), Protocolo de Configuração Dinâmica para uma Rede de Computadores (DHCP), Business Intelligence (BI).
II. São tipos de Sistemas Gerenciadores de Banco de Dados: SGBD Relacional, modelo que organiza dados e tabelas relacionadas entre si; SGBD Orientada a Objetos, modelo usado para objetos complexos como jogos e simulações; SGBD Hierárquico, modelo que organiza dados em formato de árvore; SGBD em Memória, modelo que permite alta velocidade de acesso aos dados que ficam armazenados na memória principal do computador.

Marque a alternativa CORRETA: