Considere o trecho de código abaixo escrito na linguagem Python 3.x sobre modelos preditivos de classificação usando a biblioteca scikit learn (sklearn):

from sklearn import tree
X = [[0, 0, 0], [1, 1, 1], [0, 0, 1], [1, 1, 0] ]
y = [0, 1, 0, 1]
clf = tree.DecisionTreeClassifier()

# inserir o código que irá construir/treinar o modelo classificador

Assinale a alternativa CORRETA que corresponde à linha de código que irá construir um classificador (estimador) baseado em árvores de decisão a partir do conjunto de dados de treinamento:

Considere o modelo dimensional de um data warehouse a seguir:

Analise as afirmativas referentes aos conceitos e definições de modelo dimensional e data warehouse

I – As tabelas PRODUTO, TEMPO e LOJA representam dimensões e a tabela VENDAS é uma tabela fato.

II – O modelo dimensional apresentado é um modelo do tipo flocos de neve (snowflake schema).

III – No modelo dimensional do tipo estrela (star schema), geralmente as dimen-sões estão normalizadas e não há redundância de dados.

Está CORRETO o que se afirma em:

No módulo NumPy, utilizado no aprendizado de máquina do Python 3,

Acerca de modelos preditivos e descritivos, assinale a opção correta.

Quanto à avaliação de modelos preditivos, assinale a opção correta.

Dado os 3 (três) conceitos técnicos abaixo, assinale a alternativa que corresponda respectivamente a tecnologia referente a cada um desses conceitos.

1. Ramo da inteligência artificial baseado na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana.

2. É um processo analítico no qual grande quantidade de dados são explorados com o objetivo de encontrar padrões relevantes ou relação sistemática entre variáveis.

3. Descreve a rede de objetos físicos incorporados a sensores, software e outras tecnologias com o objetivo de conectar e trocar dados com outros dispositivos e sistemas pela internet.

Uma das características que devem estar presentes em ferramentas OLAP é a capacidade de efetuar algumas operações, tais como:

(1) Drill Across.

(2) Slice/Dice.

(3) Rotation.

Da relação apresentada:

O processamento de linguagem natural (PLN) é uma área da inteligência artificial que trabalha com a machine learning e a linguística, estudando os problemas da geração e a compreensão automática nos dispositivos tecnológicos de línguas humanas naturais.

Assinale a alternativa correta em relação ao assunto.

Assinale a alternativa correta com relação ao assunto Data warehouse.

Qual a operação analítica que permite a análise dos dados em níveis de agregação progressivamente mais detalhados, ou de menor granularidade?