CD - 3DS : importância dos dados e técnicas de visualização

Multiple Select

Como utilizar a visualização para apresentar grandes conjuntos de dados de um jeito facilmente compreensível? (selecione 2 opções corretas.)

• Fazer relatórios detalhados e longos para leitura durante reuniões rápidas.

• Simplificar a apresentação de dados com gráficos de linha, barras e mapas.

• Usar ferramentas (Power BI, Tableau) para apresentações claras e focadas em indicadores chave.

• Compartilhar uma planilha em formato Excel para a equipe analisar e tirar as próprias conclu~sões.

Multiple Choice

O gráfico de linhas compara dados organizados em séries temporais de 2 empresas, destacados em linhas de cores e trajetórias diferentes no período de março a maio.

• FALSO

• VERDADEIRO

Multiple Select

São técnicas de Data Science aplicadas em projetos de Data Analytics, exceto:

• Análise Descritiva e Prescritiva

• Mineração e Processamento de Dados

• Esteganografia e Edição de Vídeo

• Visualização de Dados e Machine Learning

Multiple Choice

(A) Dados coletados de fontes primárias, sem processamento ou organização, e (B) Relação estatística que mede como 2 ou mais variáveis se alteram em conjunto são definições usadas em Ciência de Dados e atribuídas, respectivamente, aos termos técnicos:

• DADOS SECUNDÁRIOS E INVARIABILIDADE

• DADOS BRUTOS E CORRELAÇÃO

• MÉDIA E DADOS PROCESSADOS

• CORRELAÇÃO E DADOS BRUSCOS

Multiple Choice

São exemplos de conjuntos de dados que podem ser visualizados, respectivamente, em gráficos de linha, barras e histograma:

• frequência de valores de compra ; temperaturas médias durante as estações; vendas por categoria de produto.

• frequência de valores de compra por faixas; vendas por categoria de produto; média de temperaturas por ano.

• vendas por categoria de produto; frequência de valores de compra; temperaturas médias diárias nas estações.

• temperaturas médias diárias durante o ano; vendas por categoria de produto; frequência de valores compras por preços.

Multiple Choice

PANDAS faz manipulação de dados com estruturas como DataFrames (tabelas). MATPLOTLIB cria gráficos básicos e SEABORN, baseado no Matplotlib, facilita visualizações

estatísticas avançadas, como distribuições e heatmaps ou:

• gráficos de bolhas

• mapas de calor

• histogramas

• boxplots

Multiple Choice

Podemos desenvolver projetos de Data Science com uso da linguagem Python no ambiente interativo Google Colab ou da linguagem R no aplicativo:

• Microsoft Word

• Android Studio

• R Studio

• YouTube Studio

Fill in the Blanks

Fill in the Blanks

Open Ended

Escreva a sua resposta:

QUAL DAS BIBLIOTECAS PYTHON SERVE PARA VISUALIZAR DADOS?

Multiple Choice

O gráfico contém áreas coloridas que, em geral, destacam comparações e padrões entre conjuntos de dados; são úteis para identificar sobreposição, diferenças e concentrar a análise estatística. Avalie:

• FALSO

• VERDADEIRO

Multiple Select

Este gráfico mostra a relação entre níveis de poluição (linha vermelha) e quantidade de chuva diária (linha azul). A partir da análise dele podem ser tomadas as estas informadas (marque todas as opções corretas):

• Implementar estratégias de redução de poluição que aproveitem períodos de maior precipitação.

• Ajustar políticas para utilizar água da chuva no combate à poluição.

• Criar alertas durante períodos de alta poluição para proteger a população.

• investir em infraestrutura de transporte público com base na relação entre poluição e chuva.

Poll

Nas referências bibliográficas desta atividade, está a Lei Geral de Proteção de Dados (Lei nº 13.709/2018), criada para regular o tratamento de dados pessoais no Brasil em meios físicos e digitais, pertencentes a pessoas físicas e jurídicas, públicas ou privadas. Quanto você conhece sobre a LGPD?

• Nunca ouvi falar sobre a LGPD.

• Ouvi falar, mas não sei exatamente do que se trata.

• Tenho algum conhecimento básico sobre a LGPD.

• Conheço bem os princípios e as regras da LGPD.

• Sou especialista ou aplico a LGPD no meu trabalho.