A única desvantagem que impede o uso em larga escala do CRISP-DM é o seu alto custo, uma vez que os usuários somente podem utilizá-lo após a aquisição da licença.

O CRISP-DM é uma metodologia abrangente de mineração de dados e um modelo de processo que fornece, para os usuários de data mining (DM), um modelo completo para a realização de um projeto de DM.

Em uma base de dados (dataset) com avaliações sobre a qualidade de um determinado produto, o campo stars tem um valor de 1 a 5. Na fase de pré-processamento, decidiu-se criar o campo sentimento com valores bom ou ruim, e utilizando-se da biblioteca NumPy, escreveu-se o comando abaixo:
dataset['sentimento'] = np.where(dataset['stars'] >= 4, 'bom', 'ruim')


Quanto aos valores do campo sentimento, o referido comando atribuirá o valor

A seguir, é apresentado um fragmento de código em Python.

import numpy as np

b = np.array([[1,2,3,5]])

c = b.transpose()

print(b.dot(c),sum(b),sum(c))

O fragmento de código acima provoca a seguinte saída:

Ao programar em Python com Pandas, é possível usar máscaras para selecionar linhas específicas, de acordo com um padrão.
Nesse cenário, analise o seguinte código:

import pandas as pd 
data = {'x':[1,2,3], 'y':[3, 7, 11], 'z': [False, True, False]} 
df = pd.DataFrame(data) 
m = df['z'] == False 
ef = df[m] 
# a fazer 
print(ff)

Ao executar esse código, deseja-se obter a seguinte saída:

   x   y 
0  1   3 
2  3  11

O fragmento de código que deve substituir o comentário # a fazer para obter a saída desejada é

Uma organização decidiu monitorar a opinião do público sobre ela nas redes sociais. Para isso, processou as mensagens com referências ao seu nome, a fim de possibilitar o uso de uma técnica de processamento de linguagem natural conhecida como análise de sentimentos.
Após transformar cada mensagem em uma string, um dos passos importantes nessa técnica é a tokenização, que consiste em

Analise o código a seguir, feito em Python com o Scikit-learn.

import numpy as np import sklearn.linear_model as skl base = np.array([1, 2, 3, 4, 5, 6]) x = base.reshape((-1, 1)) y = base*2+3

# a fazer print('a', model.coef_[0]) print('b', model.intercept_)

A partir desse código, um programador quer obter os parâmetros a e b da equação y = ax + b, por meio de uma regressão linear, usando, para isso, os dados nos vetores x e y definidos no programa.
Qual linha de código deve substituir o comentário # a fazer de modo a realizar essa regressão linear?

Sistemas de inteligência de negócio fornecem várias funcionalidades analíticas para atender à necessidade de entender rapidamente uma situação e tomar a decisão correta sobre ela.
Dentre essas funcionalidades, está a conhecida como dashboard, que é uma ferramenta

Um profissional de TI está trabalhando com um grande banco de dados (Big Data), realizando uma análise prévia da base de dados, com o objetivo de identificar anomalias ou resultados raros, de forma a tratá-los ou descartá-los para utilização.
Esse profissional está realizando a seguinte tarefa:

Ao fazer a preparação para analisar dados em um banco de dados típico de Big Data, um profissional de TI percebeu que o número de atributos, ou colunas, era muito maior do que poderia processar com a ferramenta de análise disponível, sendo necessário, portanto, utilizar uma técnica de redução de dados para prepará-los para análise.
Uma técnica indicada, nesse caso, é a