

O que é machine learning?

Resposta b.
Selecionad
Machine learning ou aprendizado de máquina, é um
a:
subcampo da Inteligência Artificial que constrói algoritmos
que permitem que os computadores possam aprender a
executar tarefas a partir de dados ao invés de serem
programados de forma explícita.
Respostas: a.
Machine learning é uma tecnologia de Big Data que
permite realizar programação em máquinas virtuais.
b.
Machine learning ou aprendizado de máquina, é um
subcampo da Inteligência Artificial que constrói algoritmos
que permitem que os computadores possam aprender a
executar tarefas a partir de dados ao invés de serem
programados de forma explícita.
c.
Machine learning ou aprendizado de máquina é uma
linguagem de programação para ensinar novos
programadores a construírem seus sistemas em
ambientes operacionais.
d.
Machine learning é uma profissão de Big Data.
e.
Machine learning é uma proposta pouco promissora para
as análises de grades volumes de dados.
Comentári Resposta: B
o da
resposta:
Comentário: Com os avanços tecnológicos, o aprendizado
de máquina traz facilidades ao mundo atual pela busca de
reproduzir associações geradas pelo cérebro humano.
Definimos aprendizado de máquina como um subcampo da
Inteligência Artificial que constrói algoritmos que permitem
que os computadores possam aprender a executar tarefas
a partir de dados ao invés de serem programados de forma
explícita.
 Pergunta 2
0,5 em 0,5 pontos
Existem duas categorias principais de algoritmos de machine learning.
Marque as corretas.
Resposta c.
Selecionada:
Supervisionada e não supervisionada.
Respostas: a.
Positiva e negativa.
b.
 Artificial e natural.
c.
Supervisionada e não supervisionada.
d.
Neural e científica.
e.
Matemática e estatística.
Comentário Resposta: C
da resposta:
Comentário: Os tipos de aprendizagem de máquina mais
comuns são supervisionada e não supervisionada.
 Pergunta 3
0,5 em 0,5 pontos
A habilidade de pagar pelo uso dos recursos à medida que eles são
utilizados é característica da computação em nuvem. Selecione a
alternativa que justifique esta vantagem nos serviços em nuvem.
Resposta e.
Selecionada:
Permitir que os recursos sejam liberados caso não
sejam utilizados, evitando um consumo desnecessário.
Respostas: a.
Apresentar uma interface padrão que disponibiliza uma
infinidade de serviços.
b.
Esconder as características físicas da plataforma
computacional.
c.
Deslocar a localização de toda a infraestrutura
computacional.
d.
Sugerir que o usuário tem em suas mãos toda a Internet
e os seus serviços.
e.
Permitir que os recursos sejam liberados caso não
sejam utilizados, evitando um consumo desnecessário.
Comentári Resposta: E
o da
resposta:
Comentário: Adequar os recursos ao uso necessário é
uma das características da computação em nuvem.
Portanto, permitir que os recursos sejam liberados caso
não sejam utilizados, evitando um consumo
desnecessário.
 Pergunta 4
0,5 em 0,5 pontos
Quais os três perfis básicos de profissionais engajados em Ciência de
Dados e Big Data?
Resposta d.
 Selecionada: Cientista de dados, analista de negócios, profissionais
de tecnologia.
Respostas: a.
Cientista de requisitos, analista de sistemas,
profissionais de tecnologia.
b.
Cientista de dados, analista de sistemas e estatísticos
de inferência.
c.
Administradores, gerentes comerciais, publicitários.
d.
Cientista de dados, analista de negócios, profissionais
de tecnologia.
e.
Analista de dados, analista de negócios, analista de
requisitos.
Comentário Resposta: D
da
resposta:
Comentário: Cientista de dados, analista de negócios e
profissionais de tecnologia são os profissionais mais
contratados e engajados para conduzir a Ciência de
Dados e Big Data nas empresas de tecnologia.
 Pergunta 5
0,5 em 0,5 pontos
Sobre a análise do tipo “preditiva”, podemos afirmar que:
Resposta b.
Selecionada:
Aponta o que irá (ou poderá) acontecer (predição).
Respostas: a.
Analisa porque determinado evento aconteceu.
b.
Aponta o que irá (ou poderá) acontecer (predição).
c.
Identifica o que se deseja que aconteça e o que pode ser
feito para alcançar esse objetivo (reforçar, modificar ou
evitar uma predição).
d.
Baseada apenas nos dados nulos.
e.
Se encarrega de analisar o que aconteceu.
Comentári Resposta: B
o da
resposta:
Comentário: Entre as análises do mundo de Big Data,
temos a preditiva para apontar o que irá (ou poderá)
ocorrer (predição) através de métodos preditivos
de machine learning aplicados ao conjunto de dados que
compõem a base de dados.
 Pergunta 6
0,5 em 0,5 pontos
Considere as seguintes afirmações:

I - Nos próximos anos viveremos uma escassez de profissionais de

Ciência de Dados. Esta escassez, ao mesmo tempo em que abre
muitas perspectivas profissionais para os que abraçarem a função,
também atuará como um entrave, pois dificultará às empresas
usarem Big Data com eficiência.
II - Há uma grande procura pelos cientistas de dados – remuneração
média nos EUA já é superior a 100 mil dólares por ano.
III - Cientistas de dados fazem parte de uma nova geração de
especialistas analíticos que têm as habilidades técnicas para resolver
problemas complexos.

Estão corretas:
Resposta d.
Selecionada:
As afirmações I, II e III.
Respostas: a.
As afirmações I e II.
b.
As afirmações II e III.
c.
As afirmações I e III.
d.
As afirmações I, II e III.
e.
Apenas a afirmação I.
Comentári Resposta: D
o da
resposta:
Comentário: Todas as afirmações são corretas com
relação aos profissionais e às tarefas de Ciência de
Dados. O desenvolvimento de ferramentas tecnológicas e
a procura por profissionais capacitados nesta área é
crescente.
 Pergunta 7
0,5 em 0,5 pontos
Sobre os seguintes exemplos, responda à pergunta que segue.

I - Detecção de fraudes, carros automatizados, melhores sistemas de

monitoramento, detecção e prevenção de epidemias.
II - Detecção de terremotos, educação customizada, por demanda
e online.
III - Medicamentos customizados baseados no histórico de cada
paciente.
IV - Processo otimizado de iluminação residencial, industrial e pública,
sistemas de buscas mais eficientes.
V - Geomarketing através de smartphones, marketing personalizado,
 combate ao crime e ao terrorismo.

São exemplos de onde pode ser aplicada a ciência de dados:

Resposta e.
Selecionada:
Todos os exemplos.
Respostas: a.
Apenas I.
b.
Apenas II.
c.
Apenas III.
d.
Apenas IV e V.
e.
Todos os exemplos.
Comentário Resposta: E
da
resposta:
Comentário: Todos os exemplos apresentados são
aplicados à Ciência de Dados em virtude da geração de
dados que podem ser transformados em informação e
conhecimento para a tomada de decisão.
 Pergunta 8
0,5 em 0,5 pontos
O que é DataOps?
Resposta b.
Selecionad
É um conjunto de melhores práticas que visam tornar
a:
eficiente a coordenação entre a Ciência de Dados e as
operações de dados e tornou-se assim um assunto
fundamental para qualquer organização de TI que queira
sobreviver e prosperar em um mundo onde inteligência de
negócios em tempo real é uma necessidade competitiva.
Respostas: a.
É um conjunto operações de dados independente da
Ciência de Dados e tornou-se assim uma ferramenta de
dados eletrônicos e funcionais, fundamental para qualquer
organização de TI que queira sobreviver e prosperar em
um mundo em que inteligência de negócios em tempo
compartilhado é uma necessidade competitiva.
b.
É um conjunto de melhores práticas que visam tornar
eficiente a coordenação entre a Ciência de Dados e as
operações de dados e tornou-se assim um assunto
fundamental para qualquer organização de TI que queira
sobreviver e prosperar em um mundo onde inteligência de
negócios em tempo real é uma necessidade competitiva.
c.
 É um conjunto de linguagens de programação para
desenvolvedores em C++, java e scripts operacionais.
d.
É um conjunto de técnicas de levantamento de dados para
análise científica, para impressão de relatórios em tempo
real.
e.
É um conjunto de dados estruturados utilizados na área
de Big Data.
Comentári Resposta: B
o da
resposta:
Comentário: DataOps é um conjunto de melhores práticas
que visam tornar eficiente a coordenação entre a Ciência
de Dados e as operações de dados, tornou-se, assim, um
assunto fundamental para qualquer organização de TI que
queira sobreviver e prosperar em um mundo onde
inteligência de negócios em tempo real é uma necessidade
competitiva.
 Pergunta 9
0,5 em 0,5 pontos
Por onde devemos começar um projeto de Data Science?
Resposta c.
Selecionada:
Pelo objetivo, ou seja, as questões que precisam ser
respondidas.
Respostas: a.
Pelo levantamento de dados.
b.
Pela reunião de início de gerenciamento do projeto.
c.
Pelo objetivo, ou seja, as questões que precisam ser
respondidas.
d.
Pela preparação dos dados do projeto.
e.
Pela análise dos dados do projeto.
Comentário Resposta: C
da resposta:
Comentário: Os projetos de Data Science se iniciam pelo
entendimento do objetivo das análises e pelas questões a
serem respondidas ao cliente.
 Pergunta 10
0,5 em 0,5 pontos
A cultura orientada por dados é conhecida nas empresas como:
Resposta b.
Selecionada:
Data-driven culture.
Respostas: a.
 Data-science culture.
b.
Data-driven culture.
c.
Data-lake culture.
d.
DataOps culture.
e.
Big Data world.
Comentário Resposta: B
da resposta:
Comentário: A cultura orientada por dados é conhecida
por Data-driven culture dentro das empresas de
tecnologia.