Julgue o item a seguir que tratam de extração e representação de conhecimento. 

As ferramentas de tratamento de dados oferecem recursos que contemplam tanto a limpeza e padronização de dados, com funcionalidades que incluem correções de erros e remoção de duplicatas, quanto a transformação de dados, com funcionalidades que incluem filtragem de dados, junções de tabelas, agregações e cálculos. 

Julgue o item a seguir que tratam de extração e representação de conhecimento. 

Em mineração de dados, interpretação e explanação consiste em filtrar o conjunto de dados por meio de mecanismo que varia de acordo com a técnica de mineração utilizada. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

As redes neurais permitem construir modelos que sejam padronizados de acordo com o funcionamento do cérebro humano. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

Random forests fornecem pontuações de distância euclidiana entre os recursos que podem ser usadas para compreender a importância relativa de cada recurso na previsão. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

O algoritmo Apriori emprega busca em profundidade e gera conjuntos de itens candidatos (padrões) de k elementos a partir de conjuntos de itens de k − 1 elementos, sendo os padrões não frequentes eliminados. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

O objetivo das regras de associação é encontrar todos os conjuntos de itens que possuem confiança mínima com máximo de dados observados. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

Considere que o índice de calor (I) em determinado local depende da temperatura T (em graus Celsius), da umidade H e da velocidade do vento s (em m/s). Considere, ainda, que um modelo de regressão múltipla para I seja descrito por I (H, T) = T + 5,9 H - 0,42 s. Nessa situação, para um dia com temperatura de 31 ^oC, umidade igual a 0,84 e velocidade do vento de 12 m/s, o índice de calor médio será superior a 35,00.

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

Se os números em um conjunto estiverem igualmente espaçados, então a mediana e a média desse conjunto serão iguais. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

A distância de Minkowski entre duas cadeias de caracteres é definida como o número mínimo de operações de edição necessárias para transformar a primeira cadeia de caracteres na segunda. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda.

Os algoritmos baseados em árvore de decisão definem modelos com uma técnica para estimar a probabilidade de um evento ocorrer sob determinada circunstância, usando-se uma estimativa a priori da probabilidade de sua ocorrência. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

No algoritmo K-means, a similaridade intragrupo é avaliada considerando-se o valor médio dos objetos em um grupo, que pode ser visto como o seu centro de gravidade ou o centroide. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 
A tarefa do agrupamento consiste em segmentar uma base de dados não rotulada em grupos que tenham algum significado ou utilidade prática.

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

O princípio da indiferença estatística afirma que as proposições sintaticamente simétricas em relação à evidência são consideradas proposições de igual probabilidade.  

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

A verdade probabilística de uma sentença complexa é calculada a partir da soma das verdades de cada componente da sentença. 

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

Abordagens baseadas em regras para a incerteza adicionam um fator de confusão a cada regra para acomodar a incerteza dos eventos. 

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

Os modelos de regressão resistente são alternativas em que os estimadores são baseados em medianas. 

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

Segundo a teoria de Bayes, que deu origem às redes bayesianas, eventos passados não influenciam a probabilidade de eventos futuros correlacionados. 

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

A visão subjetivista da inferência estatística determina que as probabilidades são aspectos reais do universo. 

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

A inferência estatística consiste na formulação de proposições probabilísticas a partir de evidências já observadas. 

Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. 

Os modelos de regressão polinomial envolvem funções polinomiais de variável explicativa.