Questão sobre Python para Machine Learning: Introdução à Biblioteca Scikit-learn
Disciplina Programação em Python
Programação em Python
Fonte Originais Teachy
Originais Teachy
Assunto Python para Machine Learning: Introdução à Biblioteca Scikit-learn
Python para Machine Learning: Introdução à Biblioteca Scikit-learn
Dificuldade Médio
Médio
(Originais Teachy 2023) - Questão Médio de Programação em Python
Em um projeto de aprendizado de máquina utilizando a biblioteca Scikit-learn, um cientista de dados está trabalhando com um conjunto de dados que contém atributos categóricos e numéricos. Para que esses dados possam ser utilizados em um modelo de classificação supervisionada, é necessário realizar a codificação dos atributos categóricos, bem como a padronização ou normalização dos atributos numéricos, a fim de evitar viés no treinamento do classificador. Considerando as etapas de preparação de dados em um fluxo de aplicação de técnicas de machine learning com Scikit-learn, qual o procedimento adequado para codificação de atributos categóricos e para a padronização dos atributos numéricos no contexto deste projeto?a.
O procedimento adequado é: 1. Utilizar 'get_dummies' da biblioteca Pandas para codificar os atributos categóricos 2. Padronizar os atributos numéricos com a função 'scale' do Scikit-learn
b.
O procedimento adequado é: 1. Substituir os atributos categóricos por valores numéricos arbitrários 2. Aplicar a técnica de 'RobustScaler' para lidar com outliers nos atributos numéricos
c.
O procedimento adequado é: 1. Codificar os atributos categóricos com 'Label Encoding' usando 'LabelBinarizer' 2. Converter os atributos numéricos para uma escala logarítmica usando 'PowerTransformer'
d.
O procedimento adequado é: 1. Codificar os atributos categóricos com 'Label Encoding' usando 'LabelEncoder' 2. Normalizar os atributos numéricos para um intervalo de 0 a 1 usando 'MinMaxScaler'
e.
O procedimento adequado é: 1. Codificar os atributos categóricos com 'One-Hot Encoding' usando 'OneHotEncoder' 2. Padronizar os atributos numéricos com 'Z-score standardization' usando 'StandardScaler'
Gabarito:
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Curabitur id consequat justo. Cras pellentesque urna ante, eget gravida quam pretium ut. Praesent aliquam nibh faucibus ligula placerat, eget pulvinar velit gravida. Nam sollicitudin pretium elit a feugiat. Vestibulum pharetra, sem quis tempor volutpat, magna diam tincidunt enim, in ullamcorper tellus nibh vitae turpis. In egestas convallis ultrices. Sed non sem ultricies, sollicitudin sem facilisis, commodo justo. Maecenas mattis sodales nunc, et auctor massa fermentum a. Maecenas eget nisl felis.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Curabitur id consequat justo. Cras pellentesque urna ante, eget gravida quam pretium ut. Praesent aliquam nibh faucibus ligula placerat, eget pulvinar velit gravida. Nam sollicitudin pretium elit a feugiat. Vestibulum pharetra, sem quis tempor volutpat, magna diam tincidunt enim, in ullamcorper tellus nibh vitae turpis. In egestas convallis ultrices.
Gabarito
Você precisa ser um professor cadastrado para ver o gabarito
DICA DA IARA
Está montando uma prova ou lista de exercícios?
Na plataforma da Teachy é possível gerar esses materiais automaticamente, sem perder horas buscando por questões 😉
Quem viu essa questão também gostou de...
Questão
Questão
Dificuldade Fácil
Fonte:
Teachy
Considere que um aluno do ensino médio está aprendendo a desenvolver aplicações cliente-servidor em Python e deseja criar um miniaplicativo de bate-papo simples. O aplicativo deve permitir que múltiplos clientes se conectem a um servidor central, enviando e recebendo mensagens de texto. Para isso, o aluno aprendeu a usar a biblioteca 'socket' para comunicação em rede. Com base nesse contexto, qual seria a principal função do servidor na arquitetura cliente-servidor do miniaplicativo de bate-papo em Python?
Python para Redes: Aplicações Cliente-Servidor
Dificuldade Fácil
Questão
Questão
Dificuldade Fácil
Fonte:
Teachy
Ao desenvolver um modelo de Machine Learning em Python, um passo importante é a avaliação do desempenho do modelo. Uma prática comum é a utilização de técnicas de validação cruzada para estimar a capacidade de generalização do modelo. Considerando um cenário em que um estudante está aprendendo a usar a biblioteca 'scikit-learn' para criar e avaliar modelos de classificação, e deseja entender como a validação cruzada ajuda a selecionar o melhor modelo, qual método da biblioteca 'scikit-learn' permite realizar a avaliação de um modelo através de uma validação cruzada com k partições, onde k é um parâmetro ajustável que determina o número de subdivisões dos dados para o treinamento e teste do modelo?
Python para Machine Learning: Avaliação e Ajuste de Modelos
Dificuldade Fácil
Questão
Questão
Dificuldade Fácil
Fonte:
Teachy
Suponha que você esteja desenvolvendo um modelo de Machine Learning em Python para prever o preço de imóveis com base em diferentes características. Após treinar e testar o modelo, você percebe que a métrica de desempenho utilizada não é a mais apropriada para o seu problema, pois ela dá peso igual a todas as instâncias de imóveis e você sabe que imóveis de alto valor têm maior impacto no seu negócio. Além disso, você suspeita que alguns hiperparâmetros do seu modelo podem estar causando overfitting ou underfitting. Considerando a importância de corrigir esses problemas, qual passo você deve primeiro realizar para avaliar e ajustar seu modelo de forma mais eficaz?
Python para Machine Learning: Avaliação e Ajuste de Modelos
Dificuldade Fácil
Questão
Questão
Dificuldade Fácil
Fonte:
Teachy
Considere um cenário em que um analista de dados está utilizando Python e a biblioteca Pandas para manipular um conjunto de dados tabulares. O analista precisa calcular a média de uma coluna 'salário' de um DataFrame para reportar insights sobre os pagamentos dos funcionários. Dada essa situação, qual método da biblioteca Pandas seria o mais adequado para realizar este cálculo?
Python para Análise de Dados: Introdução à Biblioteca Pandas
Dificuldade Fácil
Faça parte de uma comunidade de professores direto no seu WhatsApp
Conecte-se com outros professores, receba e compartilhe materiais, dicas, treinamentos, e muito mais!
Reinventamos a vida dos professores com inteligência artificial
2023 - Todos os direitos reservados