Amostragem

Aluno (a): Data: / / 202___.

Atividade Prática Final NOTA:

INSTRUÇÕES:
 Esta Avaliação contém 1 (uma) questão, totalizando 10 (dez) pontos.
 Você deve preencher dos dados no Cabeçalho para sua identificação
o Nome / Data de entrega
 As respostas devem ser digitadas abaixo de cada pergunta.
 Ao terminar, grave o arquivo com o nome Avaliação Pesquisa/Prática.
 Envio o arquivo pelo sistema.

De posse de dados adequados, a equipe de modelagem e simulação tem a capacidade de gerar

resultados mais assertivos que contribuam com o processo de tomada de decisão gerencial.

Existem muitas variáveis que precisam ser coletadas para construção de um modelo e para realização
de testes nos sistemas diante de alterações nos cenários. Como é possível conseguir estes dados?

Atividade Prática
 Con
siderando as informações citadas, responda:

1- Como diretor da empresa, pela sua formação e experiência, você sabe da dificuldade de trabalhar
com um número muito grande de elementos. O que você pode fazer para trabalhar com um número
menor de dados sem perder a representatividade?

2- Quais são as vantagens de trabalhar com um número menor de elementos sem perder a
representatividade?

3- Qual técnica pode ser utilizada para auxiliar na seleção desses elementos?

4- Para não perder a representatividade, que tipo de técnica a empresa deve adotar ao selecionar os
dados?

RESPOSRTAS:

1. Como diretor da empresa, você pode implementar algumas medidas para trabalhar com
um número menor de dados sem perder a representatividade. Primeiro, é importante realizar
uma análise de dados para identificar os elementos relevantes que devem ser considerados na
decisão. Depois, podem ser aplicadas técnicas de redução de dimensionalidade, como
agrupamento, clusterização, seleção de características relevantes e análise de componentes
Atividade Prática
 principais, para selecionar os elementos que possuem maior importância para a empresa. Além
disso, algoritmos de aprendizado de máquina e análise preditiva podem ser usados para ajudar
a identificar e selecionar os elementos mais relevantes.
2. Trabalhar com um número menor de elementos sem perder a representatividade tem diversas
vantagens. Primeiro, isso reduz o tempo de processamento e a complexidade da análise, pois
há menos dados para serem processados. Além disso, reduz o risco de erros e a possibilidade
de identificar elementos irrelevantes. Essa abordagem também torna a análise mais eficiente e
mais fácil de interpretar.
3. Algumas técnicas podem ser utilizadas para auxiliar na seleção dos elementos relevantes,
como agrupamento, clusterização, seleção de características relevantes, análise de
componentes principais e algoritmos de aprendizado de máquina.
4. Para não perder a representatividade, a empresa deve adotar uma abordagem que combine
técnicas estatísticas e algoritmos de aprendizado de máquina. É importante que os dados
sejam pré-processados para remover ruídos, outliers e elementos irrelevantes antes de serem
selecionados para análise. Além disso, a empresa deve usar técnicas de redução de
dimensionalidade, como agrupamento, clusterização, seleção de características relevantes e
análise de componentes principais, para identificar os elementos mais relevantes para a
empresa. Por fim, algoritmos de aprendizado de máquina e análise preditiva podem ser usados
para ajudar a identificar e selecionar os elementos mais relevantes.

Atividade Prática