Questões de Concurso

Analise as assertivas abaixo sobre o algoritmo Naive Bayes:
I. Trata-se de um classificador que se baseia na probabilidade de cada evento ocorrer, desconsiderando a correlação entre features. Isso significa que se o valor de um atributo exerce algum efeito sobre a distribuição de classes existentes no conjunto, esse efeito é independente dos valores assumidos por outros atributos e de seus respectivos efeitos sobre a mesma distribuição de classe. II. Em um processo de classificação no qual um exemplar com rótulo desconhecido seja apresentado ao classificador, o algoritmo tomará a decisão sobre a qual classe o exemplar deve estar associado, por meio do cálculo de probabilidades condicionais, ou seja, as probabilidades de ele pertencer a cada uma das classes existentes no conjunto de dados de treinamento. III. Uma aplicação que pode se beneficiar do uso do algoritmo Naive Bayes é identificar se um determinado e-mail é um spam ou não.
Quais estão corretas? 

Analise as assertivas a seguir sobre o algoritmo K-NN (k-vizinhos mais próximos):
I. A distância de cosseno é a métrica mais comumente utilizada, pois possui a propriedade de representar a distância física entre dois pontos em um espaço d-dimensional. A representação é realizada através de uma linha contínua entre os dois exemplares, que no espaço d-dimensional forma um triângulo e, então, a distância de cosseno é o cálculo da hipotenusa desse triângulo. II. A classificação de um exemplar, cuja classe é desconhecida, é realizada a partir da comparação desse exemplar com aqueles que possuem uma classe conhecida. O princípio do algoritmo é armazenar o conjunto de treinamento e realizar comparações entre o exemplar de teste e os exemplares armazenados a cada vez que um exemplar de teste é armazenado. III. O processamento do algoritmo é extremamente rápido, independentemente da quantidade de exemplares do conjunto de dados de treinamento. Trata-se de um estilo de processamento conhecido como naive evaluation (avaliação ingênua), já que não há um trabalho prévio de indução do modelo.
Quais estão corretas? 

Em relação às estratégias de avaliação dos modelos preditivos, analise as assertivas abaixo, assinalando V, se verdadeiras, ou F, se falsas.
( ) O exemplar verdadeiro-positivo pertence à classe positiva, mas o classificador o classificou como pertencente à classe negativa. ( ) O f-score (medida F) é a percentagem de acertos ou verdadeiros positivos dentre todos os exemplos classificados como positivos. ( ) O exemplar verdadeiro-negativo pertence à classe negativa e o classificador o classificou como pertencente à classe negativa. ( ) A sensibilidade ou revocação (recall) é a taxa de verdadeiros positivos, isto é, porcentagem de verdadeiros positivos dentre todos os exemplares cuja classe esperada é a classe positiva.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:  

Algoritmos de ordenação são responsáveis por ordenar elementos de uma estrutura de dados de forma completa ou parcial. Sobre a complexidade dos algoritmos de ordenação, assinale, a seguir, o algoritmo de ordenação que, no pior caso, tem complexidade igual a O(n log n).

Ainda que aprendizagem de máquina seja uma ferramenta poderosa para a aquisição automática de conhecimento, deve ser observado que não existe um único algoritmo que apresente o melhor desempenho para todos os problemas. Sobre os algoritmos empregados na aprendizagem de máquina, quando o desenvolvedor ajusta muito bem um algoritmo de aprendizado, ou os seus parâmetros, para otimizar o seu desempenho em todos os exemplos disponíveis ocorre: