A biblioteca Scikit-Learn emprega o algoritmo Classification And Regression Tree (CART) para treinar Árvores de Decisão. O algoritmo CART baseia-se na recursividade e na estratégia de divisão binária para construir uma árvore de decisão. Inicialmente, a árvore é representada por um único nó, que contém todos os dados de treinamento. A cada passo, o algoritmo busca a melhor maneira de dividir o conjunto de dados. A recursividade continua até que uma condição de parada seja atendida, como atingir uma profundidade máxima da árvore. Uma vez construída a árvore, a fase de predição ocorre ao percorrer a estrutura da árvore de acordo com as condições estabelecidas nos nós, levando a uma predição (inferência) para uma determinada entrada.

Considerando-se que n corresponde ao número de features e m ao número de instâncias, qual é a complexidade computacional assintótica de predição para árvores de decisão treinadas com o algoritmo CART?

Uma lista é uma estrutura de dados versátil e fundamental usada para organizar e armazenar coleções de itens. As listas em Python oferecem uma maneira dinâmica e eficiente de lidar com sequências de itens. Por terem a capacidade de adicionar, remover e modificar elementos, essas listas desempenham um papel crucial em muitos programas em Python, tornando-se uma ferramenta essencial para tarefas que vão desde o armazenamento simples de dados até algoritmos mais complexos e manipulação de dados.

Nesse contexto, considere duas listas, L1 e L2, que foram implementadas em Python. As configurações iniciais dessas listas são as seguintes:

L1 = [1, 2, 3]
L2 = [3, 4, 5]

Em seguida, foram feitas as seguintes operações:

L1.append(3)
L3 = L1
L3.append(7)
L1.append(8)
L4 = L1 + L2

Qual é o valor de L4?

Python é dinamicamente tipado, o que significa que os tipos de variáveis são determinados em tempo de execução com base nos valores atribuídos, proporcionando flexibilidade durante o desenvolvimento. Essa dinamicidade permite a criação de código versátil e adaptável.

Nesse contexto, considere o seguinte trecho de código:

a = 5
b = 5
c = '5'
d = (a + b) + c

Qual é o resultado da variável d?

Na programação funcional, que é um paradigma suportado pela Linguagem Scala, uma das práticas fundamentais é o uso de funções puras.

A principal propriedade que caracteriza uma função pura é a(o)

Em Python, a classe list implementa o conceito genérico de lista, que tem como uma de suas características permitir acessar cada item unicamente por um índice. Outra propriedade importante das listas em Python é

Analise o seguinte programa em Python:

class ClasseX:
  def mostrar(self):
    print("X",end="")

class ClasseY:
  def mostrar(self):
    print("Y",end="")

class ClasseZ(ClasseY, ClasseX):
  def mostrar(self):
    super().mostrar()
    print("Z",end="")

obj_z = ClasseZ()
obj_z.mostrar()

Quando esse programa for executado, sua saída será

Considere a função em Python a seguir.

def sopares(dados):
  for i in range(len(dados)):
    if dados[i] % 2 != 0:
      return False
  return True

Qual função retorna os mesmos valores quando recebe uma lista de inteiros positivos?

Em Python 3, existem várias formas de se imprimir um número float com um formato específico. Por exemplo, para imprimir o número 12.45667 aproximado para 1 casa decimal, isto é, como 12.5, é possível usar a formatação no estilo da linguagem C, como em

print("%.1f" % 12.45667)

Outra forma correta de, em Python, imprimir o número 12.45667 exatamente como 12.5 é

Fazendo seu primeiro programa na linguagem Scala, um programador experiente em Python criou o seguinte código:

object SumProgram {
  def main(args: Array[String]): Unit = {
    val a = 5
    val b = 10
    val result = sum(a, b)
  
    println(s"A soma de $a e $b é: $result")
  }

  def sum(a: Int, b: Int): Int = {
    return a + b
  }
}

De acordo com a especificação de Scala, a palavra-chave return, nesse caso, é

Com relação às técnicas de agrupamento, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) Os algoritmos de agrupamento hierárquicos são divididos em dois grupos principais: aglomerativos e divisíveis.

( ) O algoritmo de agrupamento aglomerativo é uma abordagem bottom-up que começa com todos os dados em um único cluster; os clusters são divididos progressivamente até que cada dado esteja em seu próprio cluster individual.

( ) Os algoritmos de agrupamento divisíveis são uma abordagem top-down, na qual um único cluster é dividido em vários clusters à medida que avançamos na hierarquia.

As afirmativas são, respectivamente,