Uma tarefa muito comum durante a etapa de pré-processamento de dados é o tratamento de valores ausentes. Na linguagem R, os valores ausentes são representados por NA (Not Avaliable). Considere os dados exibidos pela figura abaixo:


Fonte: IFSP, 2022.

Esses dados correspondem aos valores que foram carregados e armazenados em um dataframe da linguagem R. A linguagem R, assim como a linguagem Python, é muito utilizada na área de Ciência de Dados. Ela oferece diversas bibliotecas que podem ser empregadas para auxiliar nas etapas de pré-processamento e transformação dos dados. Ao analisar as informações exibidas pela figura, o cientista de dados percebe a existência de diversos valores ausentes e decide substituí-los da seguinte forma:

• Gravidez: substituir NA pelo valor 0;
• Pressão Sanguínea: substituir NA pela média dos valores da coluna;
• Resultado: substituir NA pelo valor 0.

Assinale a alternativa correta, que indica o trecho de código escrito em linguagem R, que pode ser utilizado para realizar essa tarefa.

ETL (Extract, Transform and Load) consiste num conjunto de técnicas com o objetivo de integração a fim de combinar dados de diversas fontes. Por meio do ETL, é possível definir a qualidade dos dados e a forma como eles são manipulados, a fim de transformá-los em uma informação inteligível e confiável. Nesse contexto, associe a técnica de ETL com a caracterização mais adequada.

1 - SQL (Standard Query Language)
2 – Web Services
3 - Processamento em lote
4 – Mapeamento de dados

A - Fornece instruções detalhadas para uma aplicação sobre como obter os dados necessários para processar. Ele também descreve qual campo de origem é correspondente ao campo de destino. Por exemplo, associar um atributo de uma tabela do banco de dados com outro atributo de outra tabela de outro banco de dados.
B - É o método mais comum de acessar e transformar os dados de um banco de dados relacional. 
C - Refere-se a uma operação que envolve a movimentação de grandes volumes de dados entre dois sistemas durante o que é chamado de “janela”. Nesse período determinado, nenhuma ação pode ocorrer com o sistema-fonte, enquanto os dados são sincronizados. 
D – É um método baseado na internet para fornecer dados ou funcionalidades a várias aplicações em tempo quase real. Esse método simplifica os processos de integração de dados e pode entregar, rapidamente, mais valor a partir dos dados.

Quando se inicia os trabalhos de aprendizado em bases de dados é comum identificar problemas na base de dados. Por isso, na etapa de pré- -processamento, os dados passam por recursos de limpeza, integração de bases de dados, redução na quantidade de atributos ou dados, transformação nos formatos dos dados ou discretização de alguns. Considerando esses recursos, indique a alternativa incorreta que os define.

from scipy import stats
…
Y, Z = stats.normaltest(X)

Considerando o trecho do algoritmo acima, assinale a alternativa que corresponde ao significado do valor de Z.

A linguagem SQL (Structured Query Language, ou Linguagem de Consulta Estruturada) é a linguagem padrão para se trabalhar com bancos de dados relacionais. Por meio de sua utilização, podemos gerar diversos tipos de relatórios, como por exemplo, o relatório exibido pela Tabela 1.

Tabela 1 – Relatório dos dados da tabela COMPRAS


Tabela 2 – Resultado desejado pelo usuário


A Tabela 1 contém as informações de um relatório sobre as compras que foram realizadas por alguns clientes. Esses dados correspondem aos valores armazenados em uma tabela denominada COMPRAS. Analisando as informações exibidas, um usuário percebe que alguns clientes não compraram nenhum produto. Para esses casos, ele deseja que o trecho  <NULL> seja substituído por “Nada consta”, conforme exibe a Tabela 2.

Assinale a alternativa correta que apresenta o código em linguagem SQL, que deve ser utilizado para realizar essa tarefa.

O Processamento de Linguagem Natural (PLN) é a subárea da Inteligência Artificial responsável por estudar a capacidade e as limitações de uma máquina de entender a linguagem dos seres humanos. Para poder realizar essa modelagem, são necessários pré-processamentos que abstraem e estruturam a língua, deixando apenas aquilo que representa uma informação relevante. Uma das etapas desse processo compreende a normalização. Uma tarefa que pode ser realizada dentro do processo de normalização é denominada de tokenização lexical. Considere a seguinte sentença:

A área de Ciência de Dados é muito interessante!

Assinale a alternativa correta que representa o resultado da tokenização lexical para essa sentença.

a = {1,2,3}
b = (1,2,3)
c = [1,2,3]
d = {“a”: 1,”b”: 2,”c”: 3}
print(type(a))
print(type(b))
print(type(c))
print(type(d))

Assinale a alternativa que corresponde à saída gerada pelo algoritmo acima:

Uma rede neural é um modelo preditivo motivado pela forma como o cérebro funciona. Redes neurais artificiais são formadas por neurônios artificiais, que desenvolvem cálculos similares sobre suas entradas. Elas podem resolver uma variedade de problemas, tais como o reconhecimento de caligrafia e a detecção facial, entre outros. São geralmente representadas por meio de um grafo orientado, onde os vértices representam os neurônios e as arestas representam as sinapses. Podem ser classificadas em três categorias específicas: Redes Neurais Feed-Forward, Redes Recorrentes e Redes Conectadas Simetricamente. Dentro dessas categorias, existem diversos tipos de arquiteturas.

Assinale a alternativa que define corretamente uma Rede Neural Perceptron Multicamadas.

A biblioteca NLTK (Natural Language Toolkit) engloba ferramentas para processamento de linguagem natural, tais como funções de tokenização e radicalização. Dessa forma, considerando o código apresentado:

frase = “Não esqueçam a lista de materiais: 1 lápis e 2 canetas!”
from nltk.tokenize import RegexpTokenizer
tokenizador = RegexpTokenizer(r’\w+’)
tokens = tokenizador.tokenize(frase)
print(tokens)

Qual o resultado correto?

Considere o seguinte código em linguagem Python e selecione a alternativa que apresenta a saída do programa.

w = [];
for i in range(0, x, 1) :
z = [];
for j in range(0, y, 1) :
z.append(i*y+j);
w.append(z);
print(w);