[AI-900] Módulo 02.02 - Explorar os conceitos básicos de ML

Uma concessionária de automóveis deseja usar os dados históricos de vendas de carros para treinar um modelo de machine learning.

O modelo deve prever o preço de um carro seminovo com base na marca, no modelo, no tamanho do motor e na quilometragem.

O revendedor deve usar o machine learning automatizado para criar qual tipo de modelo de machine learning?

• Classificação

• Regressão

• Previsão de série temporal

Answer explanation

O revendedor deve usar o machine learning automatizado para criar um modelo de regressão, pois o objetivo é prever o preço de um carro seminovo com base em várias variáveis.

Você está criando um pipeline de treinamento para um modelo de regressão.

Usa um conjunto de dados que tem várias colunas numéricas nas quais os valores estão em escalas diferentes.

Você deseja transformar as colunas numéricas para que os valores fiquem todos em uma escala semelhante.

E também deseja que a transformação seja escalada em relação aos valores mínimos e máximos em cada coluna.

Qual módulo você deve adicionar ao pipeline?

• Selecionar Colunas em um Conjunto de Dados

• Normalizar Dados

• Limpar dados ausentes

Answer explanation

O módulo que você deve adicionar ao pipeline é 'Normalizar Dados', pois ele transforma as colunas numéricas para uma escala semelhante, escalada em relação aos valores mínimos e máximos em cada coluna.

Por que você dividiu os dados em conjuntos de treinamento e validação?

• Os dados são divididos em dois conjuntos para criar dois modelos, um modelo com o conjunto de treinamento e um modelo diferente com o conjunto de validação.

• Dividir os dados em dois conjuntos permite que você compare os rótulos que o modelo prevê com os rótulos reais conhecidos no conjunto de dados original.

• Só precisamos dividir os dados quando você usa o Designer do Azure Machine Learning, não em outros cenários de machine learning.

Answer explanation

Dividir os dados em dois conjuntos permite comparar os rótulos previstos pelo modelo com os rótulos reais conhecidos no conjunto de dados original.

Um banco deseja usar registros históricos de repagamento de empréstimos para categorizar aplicações de empréstimo como de baixo risco ou alto risco com base em características como o valor do empréstimo, a renda do tomador e o período do empréstimo. O banco deve usar machine learning automatizado para criar qual tipo de modelo de machine learning?

• Previsão de série temporal

• Regressão

• Classificação

Answer explanation

O banco deve usar um modelo de machine learning de classificação para categorizar aplicações de empréstimo como de baixo risco ou alto risco com base em características como o valor do empréstimo, a renda do tomador e o período do empréstimo.

Qual das afirmações a seguir é verdadeira para aprendizado de máquina?

• O aprendizado de máquina é uma técnica que podemos usar para criar modelos preditivos que continuam a ser precisos independentemente de alterações de dados novas e rápidas.

• O aprendizado de máquina é uma técnica que podemos usar para criar modelos preditivos com base em relacionamentos em dados.

• O aprendizado de máquina é uma técnica que podemos usar para criar modelos preditivos que não dependem de relacionamentos em dados.

• O aprendizado de máquina é uma técnica que podemos usar para criar modelos não preditivos com base em relacionamentos em dados.

Answer explanation

O aprendizado de máquina é uma técnica que cria modelos preditivos com base em relacionamentos em dados.

O serviço do Azure Machine Learning tem vários recursos úteis. Identifique todos esses recursos.

• Pipelines

• Designer do Azure Machine Learning

• Gerenciamento de dados e computação

• Processamento de Linguagem Natural

Answer explanation

Os recursos do Azure Machine Learning incluem Pipelines, Designer do Azure Machine Learning e Gerenciamento de dados e computação.

Quais das configurações a seguir são necessárias ao criar um novo recurso do Azure Machine Learning?

• Nome do banco de dados SQL do Azure

• Nome da rede virtual

• Nome do espaço de trabalho (Workspace)

• Grupo de recursos

Answer explanation

O nome do espaço de trabalho (Workspace) e o grupo de recursos são configurações necessárias ao criar um novo recurso do Azure Machine Learning.

Quais das alternativas abaixo são exemplos de aprendizado de máquina supervisionado?

• Classificação

• Regressão

• Clustering

• Redução de dimensionalidade

Answer explanation

Classificação e regressão são exemplos de aprendizado de máquina supervisionado, pois envolvem a previsão de valores ou categorias com base em dados rotulados.

Qual das alternativas a seguir é um tipo de aprendizado de máquina supervisionado usado para prever um valor numérico?

• Estimativa de densidade

• Classificação

• Regressão

• Clustering

Answer explanation

Regressão é um tipo de aprendizado de máquina supervisionado usado para prever um valor numérico.

Você usa o designer do Azure Machine Learning para criar um pipeline de treinamento para um modelo de clustering. Agora, você quer usar o modelo em um pipeline de inferência. Qual módulo você deve usar para fazer inferências de previsões de cluster do modelo?

• Pontuar Modelo

• Atribuir dados a clusters

• Treinar Modelo de Clustering

Answer explanation

O módulo correto para fazer inferências de previsões de cluster do modelo é 'Atribuir dados a clusters'.