Questões de Concurso Para analista de ti

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

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

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

Considere o seguinte exemplo do uso de Naïve Bayses: José voa com frequência e gosta de atualizar o seu assento para a primeira classe. Ele determinou que, se fizer check-in para o seu voo pelo menos duas horas antes, a probabilidade de conseguir um upgrade é de 0,75. Caso contrário, a probabilidade de obter uma atualização para a primeira classe é de 0,35. Com sua agenda lotada, ele faz check-in pelo menos duas horas antes de seu voo apenas 40% do tempo. Suponha que José não tenha recebido uma atualização para a primeira classe em sua tentativa mais recente. Qual é a probabilidade de que José não tenha chegado duas horas mais cedo? 

__________ 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.

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?

Para evitar overfitting, uma prática comum é randomicamente dividir a base de dados em N conjuntos de dados de tamanhos aproximadamente iguais. O modelo é treinado com N-1 conjuntos e testado com o restante. Uma medida de erro é obtida. Esse processo é repetido um total de N vezes através das várias combinações dos N conjuntos de dados. Por fim, calcula-se a média de validação dos N experimentos para se obter a estimativa de erro. Qual é o nome dessa técnica descrita e utilizada para avaliar modelos de aprendizado de máquina?

Analise o trecho de código escrito abaixo:
rules <- apriori(Groceries, parameter=list(support=0.001,              confidence=0.6, target = “rules”))
Sobre o trecho de código acima, é correto afirmar que a função apriori() também pode ser utilizada para: 

Qual é a técnica que pode ser utilizada para sugerir que aqueles clientes que compraram o produto A também compraram o produto B, ou que aqueles clientes que compraram os produtos A, B e C são mais similares que os clientes que compraram o produto A? 

Analise as assertivas abaixo sobre o método de agrupamento k-means:
I. Dada uma coleção de objetos, cada um com n atributos, k-means é um método que, para I - um valor escolhido de k, identifica k grupos de objetos com base na proximidade dos objetos com relação ao centroide do grupo. O centro é determinado como a média do vetor n-dimensional de atributos de cada grupo.
II. Por ser um método supervisionado, o K-means ajuda a excluir a subjetividade das análises.
III. K-means é um método para definir agrupamentos. Uma vez que os agrupamentos e os seus centroides são identificados, é fácil classificar novos objetivos para um cluster baseado na distância do objeto do centroide mais próximo.
Quais estão corretas?

Estatística pode ser utilizada para avaliar o resultado de modelos de mineração de dados e aprendizado de máquina. Assinale a alternativa que contém, respectivamente, a hipótese nula e a hipótese alternativa para uma aplicação de um modelo de regressão.

Analise o código a seguir, escrito na linguagem R:

x <- c(1, 2, 3, NA, 4)

is.na(x)

Na linguagem R, a função is.na() é utilizada na etapa de:

As Redes Neurais _________ possuem uma arquitetura feed-forward que usam filtros e camadas de agrupamento para transformar os dados, enquanto as Redes Neurais _________ são preditivas, reutilizam funções de ativação de outros pontos de dados na sequência para gerar a próxima saída em uma série.
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.

Sobre as Redes Neurais Recorrentes (RNN), é correto afirmar que:

Relacione a Coluna 1 à Coluna 2, associando as categorias de aprendizado de máquina às suas características.
Coluna 1 1. Aprendizado Supervisionado. 2. Aprendizado Não Supervisionado. 3. Aprendizado Profundo. 
Coluna 2  ( ) O algoritmo recebe um conjunto de dados rotulados e aprende comparando a saída do modelo com a saída esperada, reajustando seus parâmetros até chegar em um limiar aceitável e pré-determinado a priori.
( ) Os algoritmos buscam encontrar padrões ou estruturas em conjuntos de dados não rotulados, por exemplo, gerando agrupamentos de dados.
( ) Conjunto de algoritmos que modelam abstrações de alto nível de dados usando grafos com várias camadas de processamento, compostas de várias transformações lineares e não lineares.
( ) Processo de aprendizado baseado em redes neurais com várias camadas (em geral, mais de cinco camadas): entrada, saída e oculta.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:

Sobre subconsultas não relacionadas em SQL, é correto afirmar que: 

Sobre as funções de agregação em SQL, é correto afirmar que:

Sobre junções em SQL, é correto afirmar que: