Considere as seguintes afirmações sobre ETL (Extrac, Transform e Load), OLAP (Online Analytical Processing) e Data Mining:

I – Em sistemas data warehouse, a aplicação é mais voltada para inserir e atualizar dados, devido ao carregamento de dados com o ETL. Já em sistemas transacionais, utilizam-se mais consultas, conforme site https://www.oracle.com/br/database/what-is-a-data-warehouse/;

II – OLAP são softwares que permitem a tomada de decisões e inteligência de negócios e agregam recursos de busca de dados, armazenagem e gerência, conforme site: https://cetax.com.br/o-que-e-olap/.

III – ETL não possui suporte a SQL (structured query language), pois utiliza somente DSL (decision support language).

Assinale a alternativa CORRETA:

Qual é a biblioteca Python para aprendizado de máquina que permite a experimentação com redes neurais profundas e que possui arquitetura modular e extensível?

Analise as assertivas abaixo sobre Naïve Bayes:

I. É um classificador ingênuo que assume que a presença ou ausência de uma característica particular de uma classe não está relacionada com a presença ou ausência de outras características.

II. As variáveis de entrada são geralmente categóricas, mas variações do algoritmo podem aceitar variáveis contínuas. Também existem maneiras de converter variáveis contínuas em categóricas. Esse processo é denominado discretização de variáveis contínuas.

III. A filtragem de spam é um exemplo clássico do uso de Naïve Bayes para distinguir e-mail de spam de e-mail legítimo. Muitos clientes de e-mail modernos implementam variantes de filtragem bayesiana de spam.

Quais estão corretas?

Qual é o pacote da linguagem R que contém uma implementação de redes neurais feed-forward (entre outros modelos) que permite realizar ajustes avançados nos modelos?

Qual é a biblioteca da Linguagem Python construída sobre o NumPy que permite realizar análise quantitativa de dados?

Assinale a alternativa correta sobre os critérios de seleção de atributos aplicáveis na construção de árvores de decisão.

é um método de classificação binária que traça um hiperplano ótimo que maximiza a margem de separação entre duas classes de dados. A etapa principal do algoritmo é descobrir os vetores que são as instâncias equidistantes do hiperplano.

Assinale a alternativa que preenche corretamente a lacuna do trecho acima.

é uma classe de métodos ensemble que utiliza classificadores de árvore de decisão. É uma combinação de preditores de árvores tal que cada árvore depende dos valores de um vetor aleatório amostrado independentemente e com a mesma distribuição para todas as árvores.

Assinale a alternativa que preenche corretamente a lacuna do trecho acima.

consiste em uma análise estatística que envolve duas variáveis: a de resposta e a preditiva, e considera que o valor da variável de resposta (ou dependente) pode ser estimado por uma combinação de variáveis explicativas (dependentes). Já quando a variável de resultado é de natureza categórica, pode ser usada para prever a probabilidade de um resultado com base nas variáveis de entrada que podem ser explicativas, contínuas e/ou binárias.

Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.