Você está na página 1de 5

Pergunta 1

4 pontos

Save

A Matriz-U de um SOM representa: Coordenadas de neurnios Distncias entre neurnios Ambas as anteriores Nenhuma das anteriores
Pergunta 2 4 pontos
Save

O algoritmo de retropropagao: Baseia a optimizao do modelo no mtodo de busca por gradiente Inicia-se com pesos aleatrios Ambas as anteriores Nenhuma das anteriores
Pergunta 3 4 pontos
Save

Numa rvore de deciso, induzida pelos algoritmos estudados: Todos os registos que chegam a um determinado n terminal da rvore so classificados da mesma forma Existe um caminho nico entre a raiz e cada n terminal Ambas as anteriores Nenhuma das anteriores
Pergunta 4 4 pontos
Save

Tendo em conta a rvore apresentada na figura (os valores numricos representam o nmero de representantes de cada classe em cada n) calcule a taxa de erro aparente da classificao (TEA) arredondada s dcimas:
T2 Image7.gif

14% 25% 26.3% Nenhuma das anteriores


Pergunta 5 3 pontos
Save

Com uma rvore de deciso, o nmero de erros no conjunto de treino pode sempre ser reduzido a zero, desde que no haja dados contraditrios (i.e. dados que tm exactamente os mesmos valores para os atributos, mas classes distintas).
Verdadeiro Falso Pergunta 6 4 pontos
Save

Num SOM: Durante o treino, os neurnios so puxados para as posies dos dados de entrada, arrastando consigo os seus vizinhos no espao de sada H sempre uma ligeira diferena entre os dados de input a classificar e os neurnios que os representam. Essa diferena o erro de quantizao. Ambas as anteriores Nenhuma das anteriores

Pergunta 7

4 pontos

Save

Tendo em conta a seguinte actualizao dos pesos (ponderaes), registada num perceptro simples, treinado com a regra delta, qual foi a taxa de aprendizagem utilizada? Padro de Input 0.4 0.5 0.2 0 0.9 1 Pesos da Rede 0.2 0.4 0.7 -0.2 0.2 Pesos Actualizados 0.248 0.46 0.724 -0.2 0.308

Target

0.3 0.4 0.5 A informao fornecida no suficiente para responder questo


Pergunta 8 4 pontos
Save

Nas rvores de deciso a taxa de erro aparente (TEA) d uma noo da capacidade de classificao da rvore: No entanto estas estimativas so em regra pessimistas No entanto estas estimativas so em regra muito pessimistas As suas estimativas so no enviesadas Nenhuma das anteriores
Pergunta 9 4 pontos
Save

De acordo com o mtodo "DDT" dado nas aulas, e usando como medida de discriminao: f(A)= Ci/n onde A um atributo, Ci o nmero de exemplos correctamente classificados pela classe mais frequente, e n nmero total de exemplos pertencente ao grupo em causa. A capacidade de discriminao da partio apresentada no quadro ser de:

0,48 0,52 0,68 Nenhuma das anteriores


Pergunta 10 4 pontos
Na avaliao da qualidade das Regras de Associao, a confiana representa: Percentagem de casos onde um consequente aparece dada a ocorrncia de antecedente Frequncia de ocorrncia da combinao na base de dados O nmero de ocorrncias do consequente, divididas pelo nmero total de ocorrncias Nenhuma das anteriores
Save

Pergunta 11

4 pontos

Save

No problema Exclusive-OR, para obter uma superfcie de deciso idntica da figura necessrio:
T2 Image6.gif

Um perceptro simples Um perceptro mulicamada com uma camada escondida Ambas as anteriores Nenhuma das anteriores
Pergunta 12 4 pontos
Save

As rvores de deciso so particularmente indicadas: Quando a cada indivduo deve ser atribuda uma probabilidade nica Quando existem problemas onde a possibilidade de explicar as razes que justificam determinadas decises essencial Ambas as anteriores Nenhuma das anteriores
Pergunta 13 4 pontos
Save

Cada um dos mtodos de previso estudados tem vantagens e desvantagens que dependem muito da distribuio dos dados em questo. No grfico seguinte, pode observar a distribuio de dados (bidimensionais). Indique qual o tipo de classificador mais apropriado.
T2 Image8.gif

Perceptro simples Perceptro multicamada rvore de deciso A informao fornecida no suficiente para responder questo
Pergunta 14 3 pontos
Save

O treino de um modelo dever ser terminado no momento em que o conjunto de treino atinge a taxa de erro mnima.
Verdadeiro Falso Pergunta 15 4 pontos
Save

A utilizao de rvores de deciso pode ser particularmente vantajosa porque: So particularmente adequadas utilizao de dados categricos, ordinais e nominais Permitem compreender os motivos pelos quais os diferentes indivduos so classificados nas diferentes classes Ambas as anteriores Nenhuma das anteriores
Pergunta 16 3 pontos
Save

Se utilizarmos os dados de treino para avaliar a qualidade da rvore qualquer desbaste servir apenas para aumentar a taxa de erro aparente.
Verdadeiro Falso Pergunta 17 4 pontos
Save

Enviei uma proposta de aquisio de um acessrio para uma amostra, de 10 000 clientes, representativa da base de dados da minha empresa, tendo 1 500 clientes optado por adquirir o acessrio. Tendo em conta que existem 90 000 clientes ainda no contactados, quantos acessrios

conseguirei vender se, utilizando o modelo representado no grfico de ganhos cumulativos, enviar para 10% da base de dados?
T2 Image2.gif

2 700 4 050 4 500 Com base neste grfico no possvel obter essa informao
Pergunta 18 3 pontos
Save

Dada a matriz de confuso apresentada podemos dizer que o modelo representado mais preciso a prever casos negativos. Previso Negativo Verdadeiro
Verdadeiro Falso Pergunta 19 Tendo em conta a tabela 3 pontos
Save

Positivo 120 450

Negativo Positivo

350 80

1000000 130000 45000 25000

Total de Transaes Produto X Produto Y Produto X e Y

e dada uma regra se X ento Y, podemos dizer que o suporte da regra ser 4.5%. Verdadeiro Falso Pergunt a 20 25 pontos Question Utilizando apenas 200 palavras, e dadas as duas funes de erro
Save

apresentadas na figura, explique em qual das duas a regra delta tem mais probabilidades de treinar eficientemente uma rede neuronal e justifique a sua resposta tendo em conta a forma como a regra delta explora o espao de busca.
T2 Image5.gif

undefinedbody

Pergunta 21

4 pontos

Save

O Lift : O rcio que mede a mudana na concentrao de uma classe especfica quando um modelo utilizado para seleccionar uma amostra propositadamente enviesada a partir da populao Uma medida de efectividade de um modelo predictivo, calculado como o rcio entre os resultados obtidos com e sem o modelo predictivo

Ambas as anteriores Nenhuma das anteriores