wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

SISTEMAS DE APOIO A DECISÃO - UEPG 2022

Total questions: 25

Worksheet time: 15mins

Name
Class
Date
1.

 Sobre os testes de hipótese:

a)

Testes que verificam se uma hipótese é verdadeira a partir dos dados de toda a população.

b)

Testes realizados a partir de hipóteses de como um software se comporta.

c)

Testes que verificam se uma amostra é correta a partir de uma hipótese.

d)

Testes que verificam se uma hipótese é verdadeira para uma população a partir dos dados de uma amostra.

2.

Sobre a hipótese nula:

a)

É assumida como nula.

b)

É assumida como falsa

c)

É assumida como verdadeira.

d)

É formulada a partir de um valor nulo.

3.

Sobre a hipótese alternativa:

a)

Representa que o parâmetro difere da hipótese nula.

b)

Representa que o parâmetro é igual a hipótese nula.

c)

Representa que a amostra difere da hipótese nula.

d)

Representa que a amostra é igual a hipótese nula.

4.

Sobre erros tipo I:

a)

Consiste em anular uma hipótese nula falsa.

b)

Consiste em rejeitar uma hipótese nula verdadeira.

c)

Consiste em não rejeitar uma hipótese nula falsa.

d)

Consiste em recusar uma amostra nula verdadeira.

5.

Sobre erros tipo II:

a)

Consiste em não rejeitar uma hipótese nula verdadeira.

b)

Consiste em não rejeitar uma hipótese nula falsa.

c)

Consiste em rejeitar uma hipótese nula falsa.

d)

Consiste em rejeitar uma hipótese nula verdadeira.

6.

Assinale a definição correta de data mining:

a)

É um algoritmo capaz de escolher a melhor data para realizar uma determinada atividade.

b)

 É um algoritmo que auxilia na obtenção de minérios na superfície terrestre.

c)

É a busca e a descoberta de novos recursos de equipamentos e dispositivos computacionais no mercado.

d)

É um algoritmo utilizado dentro de uma grande base de dados para reconhecer padrões e regras que possam auxiliar na tomada de uma decisão.

7.

Quais áreas de conhecimento compõem a mineração de dados?

a)

Estatística, Inteligência Artificial e Machine Learning

b)

Estatística, Geografia e Biologia

c)

Biologia, Letras e Engenharia

d)

Biologia, Engenharia e Inteligência Artificial

8.

Sobre técnicas de data mining, assinale a correta:

a)

A mineração de dados é uma área pouco extensa e por isso não há muitas técnicas.

b)

A mineração de dados é uma área muito extensa, dessa forma não há apenas uma maneira de encontrar padrões dentro de um grande volume de dados

c)

A mineração de dados possui apenas uma técnica, que é o uso de redes neurais artificiais.

d)

A mineração de dados não necessita de nenhuma técnica.

9.

Assinale a alternativa que com a ordem correta das etapas de data mining:

a)

Definição, Exploração, Preparação, Modelagem, Avaliação e Implementação

b)

Definição, Modelagem, Preparação, Avaliação, Exploração e Implementação

c)

Preparação, Modelagem, Exploração, Definição, Avaliação e Implementação

d)

Exploração, Definição, Modelagem, Preparação, Avaliação e Implementação

10.

Sobre a preparação dos dados, assinale a incorreta:

a)

A preparação de dados é um processo que depende da origem dos mesmos.

b)

Dependendo do estado em que os dados brutos se encontram, é necessário prepará-los através de métodos de filtração, combinação e preenchimento de valores vazios.

c)

A preparação dos dados não é uma etapa relevante no data mining.

d)

A preparação dos dados se dá após a exploração dos dados a serem analisados.

11.

O que é uma árvore de decisão?

a)

um objeto físico que toma decisões sozinhas baseadas em perguntas com respostas previamente delimitadas

b)

uma ferramenta de suporte que ajuda uma pessoa ou grupo de pessoas a tomar decisões visualizando suas consequências

c)

uma ferramenta que divide dados em grupos ou clusters de itens que têm propriedades semelhantes

12.

Qual a utilidade das árvores de decisão?

a)

orientar as discussões e orientar os grupos na resolução de problemas e até mesmo no desenvolvimento de planos de ação

b)

dificultar a resolução de problemas que possuem diversas soluções plausíveis

c)

resolver todos os problemas apresentados apresentando uma solução perfeita deixando de lado outras alternativas

13.

Sobre os exemplos da utilização da árvore de decisão mais comuns, assinale a alternativa que NÃO é exemplo de aplicação:

a)

Diagnóstico de doenças

b)

Previsão de empréstimo

c)

Previsão de resultados da Mega Sena

d)

Previsão de saída de funcionários

e)

Análise de sentimentos

14.

No geral, podemos dizer que as árvores de decisão têm a vantagem de serem de fácil leitura e compreensão, sendo um dos poucos modelos que podem ser explicados em vários níveis, o que as torna muito úteis.

a)

Verdadeiro

b)

Falso

15.

Uma árvore de decisão pode ser pensada como um fluxograma que representa graficamente o processo de tomada de decisão. As empresas podem usá-lo quando se deparam com problemas do dia a dia, como oferecer empréstimos a clientes em potencial ou realizar análises financeiras.

a)

Verdadeiro

b)

Falso

16.

Qual é o tipo de algoritmo de mineração do algoritmo Apriori?

a)

Associação

b)

Sazonal

c)

Bilateral

d)

Focado

17.

O que significa KDD?

a)

Coeficiente de dados

b)

Knowledge Discovery in Databases

c)

Knowledge Data Diagnosis

d)

Campo de dados dispersos

18.

O algoritmo Apriori foi proposto por Agrawal e Srikant em?

a)

1999

b)

1990

c)

2001

d)

1994

19.

O algoritmo Apriori é projetado para operar em?

a)

servidores

b)

web

c)

banco de dados

d)

clusters

20.

Qual o tipo de abordagem o algoritmo Apriori usa?

a)

ascendente

b)

divergente

c)

convergente

d)

descendente

21.

Quais são as classes principais de problemas em que os PSRs podem ser

divididos?

a)

Problemas de satisfatibilidade e Problemas de otimização

b)

Problemas matemáticos e Problemas de otimização

c)

Problemas restritivos e Problemas de satisfatibilidade

d)

Problemas matemáticos e Problemas restritivos

22.

Não é um exemplo de Problema de Satisfação de Restrição:

a)

Coloração de Mapas

b)

Problema das 8-rainhas

c)

Fibonacci

d)

Sudoku

23.

 Se tratando de PSR, assinale a afirmativa correta:

a)

O caminho pelo qual uma solução é alcançada é relevante

b)

O caminho pelo qual uma solução é alcançada é irrelevante

c)

O conjunto de restrições são as variáveis do problema

d)

Para problemas de busca, geralmente são problemas pequenos e com

poucas variáveis

24.

Quanto à natureza, as restrições podem ser:

a)

Unárias, binárias ou n-árias

b)

Discretas ou contínuas

c)

Absolutas ou preferenciais

d)

Variáveis ou contínuas

25.

Sobre Problemas de otimização:

a)

O objetivo é encontrar uma associação de valores para as variáveis que

satisfaça algumas restrições

b)

São os mesmo que Problemas de satisfatibilidade

c)

Não são parte dos Problemas de Satisfação de Restrições

d)

O objetivo é encontrar uma associação com o menor custo