Tecnologia, Dados e Informação - tarde - 2024
Ao analisar dados de saúde da população brasileira em uma tarefa de classificação de risco para doenças coronarianas, um pesquisador percebeu que o algoritmo escolhido era muito sensível à diferença de ordem de grandeza das variáveis que tinha a seu dispor. Ele decidiu que era importante fazer o pré-processamento dos dados por meio de um algoritmo de normalização.
Levando em consideração que os dados possuem outliers que podem afetar negativamente a normalização, qual técnica de normalização seria adequada?
Em um projeto de desenvolvimento de um sistema de visão computacional para identificar e classificar diferentes tipos de objetos em imagens de tráfego urbano, uma equipe de engenheiros optou por utilizar uma rede neural. Para garantir eficiência computacional e uma eficaz propagação do gradiente durante o treinamento do modelo, cada nó da rede foi implementado utilizando a função de ativação ReLU.
A propriedade principal da função ReLU é
Um órgão governamental precisa analisar a distribuição da população por faixa salarial, a partir de dados individuais do imposto de renda anonimizados. Para isso, dividirá os salários em faixas, para gerar um gráfico que indique a quantidade de contribuintes cujo salário está dentro de cada uma dessas faixas.
Para esse fim, a visualização gráfica mais adequada é o
Em um esforço para melhorar a análise e a tomada de decisão no setor agrícola, um órgão governamental brasileiro implementou um sistema OLAP para monitorar a produção agrícola nacional. O cubo OLAP foi estruturado para incluir as dimensões Tempo (Ano, Mês), Produto (Tipo de Cultura, Variedade) e Região (Estado, Cidade), com medidas de Área Plantada (hectares) e Produção (toneladas). Em um certo momento de sua análise, um analista estava vendo a produção total de soja do estado de Mato Grosso em 2023, mas decidiu que desejava ver apenas a produção da cidade de Sorriso, também em 2023.
Considerando-se esse contexto, qual sequência de operações OLAP o analista deverá realizar para, a partir da visão em que estava, obter a visão desejada?
Um técnico fez três buscas em um banco de dados com 600 alunos cadastrados. Na primeira busca, identificou que 450 alunos cursaram a disciplina A; a segunda busca gerou a informação de que 300 alunos cursaram a disciplina B. E uma terceira busca identificou que 200 alunos cursaram as duas referidas disciplinas (A e B). Sabe-se que esse banco de dados não sofreu alterações quando as três buscas foram realizadas.
A partir dessas informações, constata-se que o número de alunos que não cursaram nenhuma dessas duas disciplinas é igual a
Um empreendimento de alta tecnologia pretende trabalhar com o framework Hadoop para o armazenamento e processamento de dados em larga escala. Pretende-se configurar o Sistema de Arquivos Distribuídos do Hadoop (HDFS), de modo que ele atue como um sistema de arquivos bem distribuídos, atuando na camada de armazenamento do Hadoop.
A configuração adequada para esse sistema HDFS ser mais tolerante a falhas é aquela na qual o sistema se encarrega de
Considere as duas situações a seguir.
Situação 1
Um órgão do governo está lidando com um grande conjunto de dados contendo informações sobre as declarações fiscais históricas dos cidadãos, bem como erros e discrepâncias que tenham eventualmente sido encontrados nessas declarações. O órgão deseja desenvolver um modelo que possa prever se uma nova declaração fiscal provavelmente contém erros ou discrepâncias, auxiliando na identificação de casos potenciais para investigação adicional.
Situação 2
O departamento de transporte de uma cidade tem acesso a uma grande quantidade de imagens de câmeras de tráfego e deseja entender padrões e pontos de congestionamento na rede viária da cidade, sem categorias ou rótulos predefinidos.
Os modelos que endereçam a situação 1 e a situação 2 são:
Na avaliação de políticas públicas, é muito comum que o impacto da política seja estimado por um intervalo de confiança. Assim, é possível incorporar à estimativa de impacto a incerteza que se tem a seu respeito.
Nos casos em que se estima uma média populacional μ, o intervalo de confiança tem a forma
a ≤ μ ≤ b,
onde L= b - a é a largura do intervalo.
A largura do intervalo de confiança para a média populacional pode ser reduzida
O questionário básico do Censo 2022 trazia uma pergunta sobre o rendimento mensal do responsável pelo domicílio. Sabe-se que muitas pessoas não se sentem confortáveis revelando dados sobre renda. De fato, há evidências que sugerem que pessoas de alta renda tendem a declarar uma renda menor do que sua renda real e, analogamente, pessoas de baixa renda tendem a declarar rendas maiores do que as que realmente têm.
O impacto desse fenômeno sobre a distribuição dos dados de rendimento mensal do responsável pelo domicílio é de
Considere a seguinte Tabela de valores críticos da estatística X2 ao nível de significância 5%:
Uma política pública visava capacitar profissionais em situação de desemprego, para facilitar-lhes a reinserção no mercado de trabalho.
Um estudo acerca da efetividade dessa política tomou uma amostra aleatória de 100 profissionais desempregados que foram capacitados no âmbito dessa política e outros 200 profissionais desempregados que, embora elegíveis para serem capacitados, não o foram.
A análise descritiva da amostra concluiu que, um ano após o término do curso, 80 profissionais dentre os 100 profissionais que foram capacitados estavam empregados e 100 profissionais dentre os 200 profissionais que não foram capacitados também estavam empregados.
Com o intuito de avaliar a efetividade dessa política pública, faz-se, dentre outras análises, um teste de independência X2 que verifica se há (ou não) relação entre ter realizado a capacitação profissional e ser reinserido no mercado de trabalho.
Ao nível de significância de 5%, conclui-se que a política pública