Questão 

1
Correto
Atingiu 1,00 de 1,00

Marcar questão

Texto da questão

Sobre a análise de dados no setor público, assinale a alternativa correta:

Escolha uma opção:

a. A utilização de dados pelos órgãos públicos para basear a tomada de decisões ainda é uma
prática pouco utilizada.

b. Os dados não conseguem auxiliar as instituições públicas no processo de tomada de

decisões, ainda que bem trabalhados, monitorados e analisados.

c. Os dados podem ser utilizados pelos órgãos públicos para auxiliar na detecção de
anomalias no monitoramento de indicadores ou na melhoria de processos. 

d. Embora se reconheça a importância do uso de dados para transparência, não há registro de

sua disponibilização por parte dos órgãos públicos no Brasil.

e. Os dados disponibilizados em painéis pelos órgãos públicos brasileiros devem ser utilizados
apenas para consulta online, ou seja, não existe a possibilidade de um usuário baixar os dados
do painel para fazer suas próprias análises.
Feedback

Your answer is correct.

A letra “A” está errada. Cada vez mais os órgãos públicos vêm tomando decisões com base
nos dados, seja para detecção de anomalias, monitoramento de indicadores ou melhoria de
processos.

A letra “B” está errada. Quando bem trabalhados, monitorados e analisados, os dados servem
para auxiliar as instituições em muitos aspectos.

A letra “C” está correta. Os órgãos públicos cada vez mais vêm tomando decisões com base
nos dados, seja para detecção de anomalias, monitoramento de indicadores ou melhoria de
processos.

A letra “D” está errada. Com o objetivo de dar mais transparência em suas ações, os órgãos
públicos têm disponibilizado dados governamentais em suas páginas na internet, seguindo o
disposto na LAI.

A letra “E” está errada. A maioria dos órgãos públicos disponibilizam os seus dados na internet,
exceto aqueles que se enquadram nas hipóteses de sigilo e de informações pessoais. Muitos
desses dados estão disponíveis em painéis sobre diversos temas, permitindo que sejam
baixados para análise individual.
Questão 2
Correto
Atingiu 1,00 de 1,00
 Marcar questão

Texto da questão

Com relação aos dados abertos e à Lei de Acesso à Informação, assinale a alternativa correta:

Escolha uma opção:

a. A disponibilização dos dados abertos não pode ser considerada uma forma de dar
transparência aos cidadãos.

b. Somente os servidores ou agentes públicos podem acessar, utilizar, modificar e compartilhar

os dados abertos para qualquer finalidade.

c. No Brasil, todos os dados do governo podem ser acessados livremente por qualquer
cidadão.

d. Somente os países desenvolvidos disponibilizam bases de dados por meio da internet.

e. Podemos definir dados abertos como aqueles que qualquer pessoa pode livremente acessá-
los, utilizá-los, modificá-los e compartilhá-los para qualquer finalidade, estando sujeito a, no
máximo, a exigências que visem preservar sua proveniência e sua abertura. 
Feedback

Your answer is correct.

A letra “A” está errada. A disponibilização dos dados abertos é uma forma de dar transparência
aos cidadãos.

A letra “B” está errada. Qualquer pessoa pode livremente acessar, utilizar, modificar e
compartilhar os dados abertos para qualquer finalidade.

A letra “C” está errada. No Brasil, temos a Lei de Acesso à Informação (LAI) que define as
hipóteses de sigilo e de informações pessoais, ou seja, nem todos os dados do governo podem
ser acessados.

A letra “D” está errada. Vários países disponibilizam na internet bases de dados
governamentais classificadas como dados abertos, visando dar transparência ao cidadão,
sejam países desenvolvidos ou não.

A letra “E” está correta. Essa é a definição disponibilizada no Portal Brasileiro de Dados
Abertos.
Questão 3
Correto
Atingiu 1,00 de 1,00

Marcar questão
Texto da questão

Assinale a alternativa que apresenta os 4 Vs que caracterizam o Big Data:

Escolha uma opção:

a. Volume, veracidade, volatilidade e vulnerabilidade.

b. Variedade, volume, viabilidade e validade.

c. Variedade, volatilidade, velocidade e veracidade.

d. Volume, variedade, velocidade e veracidade. 

e. Viabilidade, velocidade, veracidade e variedade.

Feedback

Your answer is correct.

A alternativa correta é a letra “D”. Os 4 Vs que caracterizam o Big Data são volume, variedade,
velocidade e veracidade.
Questão 4
Correto
Atingiu 1,00 de 1,00

Marcar questão

Texto da questão

Assinale a alternativa que apresenta o conceito de Hadoop estudado neste módulo:

Escolha uma opção:

a. Hadoop é uma linguagem de programação para análise e apresentação estatística.

b. Hadoop é um ecossistema para análise de dados que não permite armazenamento

distribuído.

c. Hadoop é um banco de dados relacional para armazenamento de dados estruturados.

d. Hadoop é um framework open source para processamento e gerenciamento de pequenos

volumes de dados.

e. Hadoop é um framework open source para processamento e gerenciamento de grandes

volumes de dados. 
Feedback

Your answer is correct.

A letra “A” está errada. Hadoop é um framework open source para processamento e

gerenciamento de grandes volumes de dados.

A letra “B” está errada. Hadoop é um ecossistema de ferramentas e métodos para

armazenamento distribuído e análise de dados estruturados e não estruturados.
A letra “C” está errada. Hadoop não é um banco de dados.

A letra “D” está errada. O Hadoop é usado para processamento e gerenciamento de grandes
volumes de dados e não de pequenos.

A letra “E” está correta. Hadoop é um framework open source para processamento e

gerenciamento de grandes volumes de dados.

Questão 5
Correto
Atingiu 1,00 de 1,00

Marcar questão

Texto da questão

Acerca da definição de data science, assinale a alternativa correta:

Escolha uma opção:

a. É um ecossistema para análise de dados e armazenamento distribuído.

b. Consiste em desenvolver e aplicar métodos para coletar, analisar e interpretar os dados.

c. É a arte de extrair conhecimento por meio dos dados para se tomar melhores decisões,
realizar previsões e entender o passado. 

d. Área de estudo que busca dar aos computadores a habilidade de aprender.

e. É uma técnica utilizada para agrupar os dados com base em características similares.
Feedback

Your answer is correct.

A letra “A” está errada. Esse é o conceito do Hadoop.

A letra “B” está errada. A estatística é o ramo da ciência que consiste em desenvolver e aplicar
métodos para coletar, analisar e interpretar os dados.

A letra “C” está correta. Data science ou ciência de dados é a arte de extrair conhecimento por
meio dos dados para se tomar melhores decisões, realizar previsões e entender o passado.

A letra “D” está errada. Esse é o conceito de machine learning.

A letra “E” está errada. Esse é o conceito de aprendizagem não supervisionada.

Questão 1
Correto
Atingiu 1,00 de 1,00
 Marcar questão

Texto da questão

Em relação a machine learning e tipos de aprendizagem, assinale a alternativa correta:

Escolha uma opção:

a. Os algoritmos de machine learning são aplicados a um conjunto de dados com objetivo de
identificar os relacionamentos existentes e gerar um modelo a partir desses dados. 

b. Clustering é uma atividade usada nos algoritmos de aprendizagem supervisionada para se

agrupar os dados que possuem características similares.

c. A aprendizagem não supervisionada pode ser utilizada para resolver problemas de
classificação e regressão.

d. A classificação tem como resultado uma saída numérica. Já a regressão tem como resultado
uma saída categórica/discreta.

e. Qualquer algoritmo pode ser usado na aprendizagem de máquina independentemente do

problema a ser solucionado.
Feedback

Your answer is correct.

A letra “A” está correta. Essa é exatamente a função dos algoritmos de machine learning.

A letra “B” está errada. O Clustering é uma atividade frequentemente utilizada para se agrupar
os dados que possuem características similares nos algoritmos de aprendizagem não
supervisionada.

A letra “C” está errada. A aprendizagem supervisionada que pode ser utilizada para resolver os
problemas de classificação e de regressão.

A letra “D” está errada. A classificação tem como resultado uma saída categórica/discreta. Já a
regressão tem como resultado uma saída numérica. A alternativa inverteu os conceitos.

A letra “E” está errada. Existem muitos algoritmos utilizados na aprendizagem de máquina, por
isso, é importante escolher o mais adequado ao problema proposto.

Questão 2
Correto
Atingiu 1,00 de 1,00

Marcar questão
Texto da questão

Acerca dos algoritmos de aprendizagem supervisionada ou não supervisionada, assinale a

alternativa correta:

Escolha uma opção:

a. A regressão linear é um algoritmo de classificação que se baseia nos vizinhos mais
próximos.

b. O objetivo do algoritmo KNN é prever o valor de uma variável contínua. 

c. Árvore de decisão é uma estrutura que armazena regras de decisão e possui nós, ramos e
folhas. Os nós representam as variáveis, os ramos representam os valores possíveis de cada
nó e as folhas representam o valor final de um nó. 

d. O objetivo da regressão linear é dividir os dados em grupos com base na similaridade dos
dados (clusters), ou seja, temos dados que são similares dentro de um grupo, porém diferentes
quando comparados com os dados de outros grupos.

e. Clustering é uma atividade frequentemente utilizada para agrupar os dados que possuem
características distintas.
Feedback

Your answer is correct.

A letra “A” errada. O algoritmo de classificação que se baseia nos vizinhos mais próximos é o
KNN.

A letra “B” errada. Esse é o objetivo da regressão linear.

A letra “C” correta. Essa é a definição de árvore de decisão.

A letra “D” errada. Esse é o objetivo do algoritmo K-means.

A letra “E” errada.  Clustering é uma atividade frequentemente utilizada para agrupar os dados
que possuem características similares.

Questão 3
Incorreto
Atingiu 0,00 de 1,00

Marcar questão

Texto da questão

Em relação às etapas e técnicas de construção do modelo de machine learning, assinale a

alternativa correta:

Escolha uma opção:

a. Feature selection consiste na técnica de criar variáveis a partir de um conjunto de dados
para melhorar a performance do modelo.

b. Feature engineering é uma técnica utilizada para selecionar os atributos mais relevantes que
serão utilizados para treinar o modelo.

c. A técnica da normalização é utilizada para treinar e validar um modelo com o mesmo
conjunto de dados.

d. Cross-validation é uma técnica utilizada na fase de pré-processamento dos dados. 

e. Divisão dos dados em treino e teste é uma técnica usada na fase de pré-processamento dos
dados.
Feedback

Your answer is incorrect.

A letra “A” está errada. A técnica descrita é a feature engineering.

A letra “B” está errada. A técnica descrita é a feature selection.

A letra “C” está errada. Cross-validation é a técnica utilizada para treinar e validar um modelo

com o mesmo conjunto de dados. A normalização é usada para padronizar os dados que
contêm variáveis em diferentes escalas.

A letra “D” está errada. Cross-validation é uma técnica utilizada durante a fase de

aprendizagem (treinamento do modelo).

A letra “E” está correta. A divisão dos dados em treino e teste é uma técnica usada na fase de
pré-processamento dos dados, assim como a feature selection, a feature engineering,
a normalização e a redução da dimensionalidade.

Questão 4
Incorreto
Atingiu 0,00 de 1,00

Marcar questão

Texto da questão

Assinale a alternativa que apresenta a sequência das etapas usadas na construção do modelo
preditivo:

Escolha uma opção:

a. Avaliação do modelo, pré-processamento dos dados, aprendizagem e predição. 

b. Pré-processamento dos dados, avaliação do modelo, predição e aprendizagem.

c. Avaliação do modelo, pré-processamento dos dados, predição e aprendizagem.

d. Pré-processamento dos dados, aprendizagem, avaliação do modelo e predição.

e. Predição, avaliação do modelo, pré-processamento dos dados e aprendizagem.
Feedback

Your answer is incorrect.

A alternativa correta é a letra “D”. As etapas usadas na construção do modelo preditivo

correspondem à seguinte sequência: pré-processamento dos dados, aprendizagem
(construção do modelo), avaliação do modelo e predição.

Questão 1
Correto
Atingiu 1,00 de 1,00

Marcar questão

Texto da questão

Assinale a alternativa que apresenta a sequência das etapas do processo de análise de dados
em linguagem R:

Escolha uma opção:

a. Obtenção dos dados, exploração dos dados, transformação dos dados obtidos, definição do
problema, visualização dos resultados e avaliação dos resultados.

b. Obtenção dos dados, definição do problema, transformação dos dados obtidos e

visualização dos resultados.

c. Definição do problema, obtenção dos dados, transformação dos dados obtidos, exploração
dos dados e visualização dos resultados. 

d. Obtenção dos dados, exploração dos dados, definição do problema, transformação dos
dados obtidos e visualização dos resultados.

e. Obtenção dos dados, definição do problema, exploração dos dados, transformação dos
dados obtidos, visualização dos resultados e avaliação dos resultados.
Feedback

Your answer is correct.

A alternativa correta é a letra “C”. As etapas do processo de análise de dados em linguagem R

são: definição do problema, obtenção dos dados, transformação dos dados obtidos, exploração
dos dados e visualização dos resultados.
Questão 2
Incorreto
Atingiu 0,00 de 1,00
 Marcar questão

Texto da questão

Com relação às funções usadas nas etapas do processo de análise de dados, assinale a
alternativa correta:

Escolha uma opção:

a. Para utilizar a função “read.csv()”, é necessário inserir o parâmetro “file”, que é o diretório do
arquivo que se deseja carregar.

b. O parâmetro “sep” representa o separador das casas decimais.

c. A função “view()” permite uma melhor apresentação em formato de gráfico. 

d. Com a função “dim()”, é possível recuperar algumas informações do dataset, como valor
mínimo, máximo e média.

e. A função “summary()” verifica o número de observações e colunas do dataset.

Feedback

Your answer is incorrect.

A letra “A” está correta. Para utilizar a função “read.csv()”, é necessário inserir o parâmetro
“file”, que é o diretório do arquivo que se deseja carregar.

A letra “B” está errada. O parâmetro “dec()” que representa o separador das casas decimais.

A letra “C” está errada. A função “view()” permite uma melhor apresentação em formato de
tabela.

A letra “D” está errada. A função “dim()” verifica o número de observações e colunas
do dataset.

A letra “E” está errada. A função “summary()” recupera informações do dataset, como valor
mínimo, máximo e média.

Questão 3
Incorreto
Atingiu 0,00 de 1,00

Marcar questão

Texto da questão
Assinale a alternativa que apresenta a sequência das etapas necessárias para a construção do
modelo preditivo:

Escolha uma opção:

a. Definição do problema, preparação dos dados, análise exploratória, construção do modelo,

visualização dos resultados e avaliação dos resultados. 

b. Análise exploratória, definição do problema, obtenção dos dados, construção do modelo e

visualização dos resultados.

c. Obtenção dos dados, preparação dos dados, definição do problema, construção do modelo
e análise exploratória.

d. Definição do problema, obtenção dos dados, preparação dos dados, análise exploratória,
construção do modelo e visualização dos resultados.

e. Obtenção dos dados, definição do problema, preparação dos dados, análise exploratória,
construção do modelo, visualização dos resultados e avaliação dos resultados.
Feedback

Your answer is incorrect.

A alternativa correta é a letra “D”. As etapas necessárias para a construção do modelo preditivo
são: definição do problema, obtenção dos dados, preparação dos dados, análise exploratória,
construção do modelo e visualização dos resultados.
Questão 4
Correto
Atingiu 1,00 de 1,00

Marcar questão

Texto da questão

Considerando a aplicação da linguagem R na análise de dados para o modelo preditivo,

assinale a alternativa correta:

Escolha uma opção:

a. É possível verificar se a divisão foi feita corretamente com a função “predict()”.

b. Para treinar a construção do modelo preditivo, primeiro, é necessário dividir os dados em

treino e teste. Para isso, deve-se usar o pacote “caTools”, que tem a função “sample.split()”. 

c. Para dividir o dataset em treino e teste, deve-se utilizar a função “train_test_split()” do pacote
“caret”.

d. A função “predict()” é utilizada para calcular o desempenho do modelo.

e. O parâmetro “bestTune” da função “train()” é utilizado para testar diferentes valores de um
determinado parâmetro.
Feedback
Your answer is correct.

A letra “A” está errada. A função “predict()” é utilizada para gerar novas previsões. Para
verificar se a divisão foi feita corretamente, é usada a função “dim()”.

A letra “B” está correta. A construção do modelo preditivo tem como passo inicial a divisão dos
dados em treino e teste. Essa operação é possível com a utilização do pacote “caTools”, no
qual há a função “sample.split()”.

A letra “C” está errada. Atualmente, não existe a função “train_test_split()” no pacote “caret”.

A letra “D” está errada. É a função “confusionMatrix()” que possibilita calcular o desempenho do
modelo.

A letra “E” está errada. Para testar diferentes valores de um determinado parâmetro, utiliza-se o
parâmetro “tuneGrid” da função “train()”.