Questões de Concurso sobre Regras de associação

A analista de dados Maria está minerando os dados de movimentações processuais para descobrir a frequência de movimentos que ocorrem juntos. Maria obteve o seguinte resultado:

Para gerar o resultado apresentado, Maria deve aplicar a técnica de mineração de dados:

O aprendizado não supervisionado utiliza algoritmos de aprendizado de máquina para analisar e agrupar conjuntos de dados sem rótulos. Esses algoritmos descobrem padrões ocultos, fazem associações ou agrupamentos de dados sem a necessidade de intervenção humana.

Selecione a alternativa que apresenta um algoritmo de regras de associação.

Ao executar o algoritmo Apriori, as seguintes regras associativas foram determinadas como relevantes:

{café, açúcar} => {leite} e {açúcar, trigo} => {leite}.

Considerando essas duas regras associativas relevantes, é verdade que

No contexto de regras de associação, o conceito de confiança refere-se à expectativa de que um dado, grupo ou banco de dados atue da maneira esperada em dada situação.

Considerando a aplicação do algoritmo Apriori sobre um conjunto de dados transacionais, assinale a opção correta no que concerne aos conceitos envolvidos na geração de regras de associação.

O termo Mineração de Dados refere-se à mineração ou à descoberta de novas informações em termos de padrões ou regras com base em grandes quantidades de dados. Preencha as lacunas abaixo considerando as técnicas empregadas na Mineração de Dados.

As Regras de ____________ correlacionam a presença de um itemset com outra faixa de valores para um conjunto de variáveis diverso. Já a técnica ____________ tem como objetivo trabalhar partindo de um conjunto existente de eventos ou transações para atribuir rótulos a novos dados com base em um conjunto detreinamento pré-existente. A técnica conhecida como ____________ considera que determinada população de eventos ou itens pode ser particionada (segmentada) em conjuntos de elementos 'semelhantes'.

A sequência de palavras que preenche corretamente as lacunas é:

Para reconhecer padrões de ocorrência que se repetem em determinados conjuntos de dados, como, por exemplo, padrões de consumo, é usado o método de data mining denominado associação.

Uma rede de supermercados deseja entender os padrões de compra dos clientes para organizar melhor seus produtos e otimizar suas estratégias de vendas. Para isso, a equipe de análise de dados decidiu utilizar um algoritmo de descoberta de regras de associação para identificar itens, frequentemente, comprados juntos.

Assinale a alternativa que representa a métrica fundamental para avaliar a relevância de uma regra de associação.

A métrica lift é usada para medir a dependência entre dois itens em uma regra de associação: se o lift de uma regra de associação entre dois itens A e B for maior que 1, então A e B obrigatoriamente aparecerão em conjunto mais frequentemente do que seria esperado se A e B fossem independentes.

Em uma pesquisa sobre hábitos daqueles que passaram no concurso público X, gerou-se a seguinte tabela como exemplo dos dados coletados.

Hábitos vs Aprovação no Concurso X. A primeira coluna significa que o estudo semanal foi maior que 15h um mês antes do concurso. A segunda coluna refere-se à média final no curso superior. A coluna “Aprovado” refere-se a quem foi aprovado na primeira tentativa.

Para esta tabela, considerando a regra gerada pelo algoritmo Apriori, {Estudo>15h}→{Aprovado}, assinale a alternativa com a afirmação correta.

Há múltiplas maneiras de criar sistemas de recomendação. Uma das maneiras, baseada em mineração de dados, é identificar quais itens costumam ocorrer em conjunto e posteriormente programá-las no sistema. Tal problema é solucionado por algoritmos de associação que podem gerar regras ao estilo setA→setB (leia-se, conjunto A implica conjunto B), em que diversas métricas podem ser obtidas para validar a força da regra.

Assinale a alternativa que, respectivamente, corresponde a um algoritmo de associação e a uma métrica usada para validar a regra.

A regressão é o método de data mining usado para prever valores contínuos como, por exemplo, previsão de vendas, preços de ações, identificação de transações fraudulentas, entre outros.

Acerca das regras de associação e do aprendizado não supervisionado por meio da biblioteca Scikit-learn do Python, assinale a opção correta.

No desenvolvimento de um sistema de recomendação para auxiliar cidadãos a encontrar serviços públicos correlacionados, a equipe avaliou o uso de diferentes técnicas, como Filtragem Colaborativa (FC) e Regras de Associação.

Sobre o tema, avalie as afirmativas a seguir.

I. As Regras de Associação como a Apriori são avaliadas pelo Suporte, Confiança e Lift, sendo o Lift maior que 1 o indicador da força da associação por considerar a frequência esperada das ocorrências.

II. A Filtragem Colaborativa é uma técnica robusta ao problema de Cold Start (novos usuários/itens), uma vez que não depende do histórico de interações.

III. Sistemas de recomendação do tipo Content-Based têm o risco de criar uma câmara de eco porque tendem a recomendar apenas itens com características muito semelhantes às interações passadas do usuário.

Está correto o que se afirma em

O algoritmo Apriori gera primeiro todos os itemsets individuais (itens) e, em seguida, combina-os para gerar itemsets de tamanho maior. Já o algoritmo FP-growth constrói uma estrutura de dados compacta denominada FP-tree, permitindo a mineração de itemsets frequentes sem gerar candidatos. Quanto à eficiência, o Apriori é mais rápido que o FP-growth devido à simplicidade de sua abordagem.

Foi contratado um técnico judiciário do TRE-TO especialista em programação de sistemas que terá como responsabilidades a elaboração de programas de computação para o tratamento automático de dados, a implementação de práticas de segurança da informação e a integração de controles de acesso e proteção de dados nos sistemas desenvolvidos. Em um de seus projetos, o objetivo é automatizar o processo de análise de padrões em dados de registros eleitorais e de votações para aprimorar a capacidade do TRE-TO de identificar comportamentos atípicos e padrões relevantes nas eleições.

No processo de análise de grandes volumes de dados relacionados aos registros de votos e do eleitorado, esse profissional precisa aplicar algoritmos de aprendizado de máquina para identificar padrões frequentes de comportamento de votação, a fim de realizar uma análise preditiva e preventiva. Para isso, deve escolher a técnica de aprendizado de máquina mais apropriada, bem como o algoritmo correspondente.

Sabendo das técnicas de aprendizado de máquina, como classificação, clusterização, associação e regressão, qual algoritmo da técnica de associação, do qual é possível extrair padrões como preferências recorrentes entre grupos de eleitores, combinações frequentes de votos ou relações entre características de eleitores e suas escolhas nas urnas, esse profissional pode aplicar?

No algoritmo Apriori, utilizado para mineração de regras de associação, o princípio da monotonicidade estabelece que, se um itemset for frequente, então todos os seus superconjuntos também serão frequentes, o que permite uma poda eficiente do espaço de busca.

A regra do cotovelo é uma técnica visual amplamente utilizada para identificar a quantidade ideal de agrupamentos que melhor representam os dados, sendo especialmente aplicada em qual método de clusterização?

O analista de Business Intelligence Luiz está desenvolvendo uma solução aplicando técnicas de mineração de dados na base de dados de processos judiciais do MPU para descobrir padrões que mostrem resultados como o exemplificado a seguir.

{Roubo, Antecedentes Criminais, RJ, 2024} ➔ {Pena > 5 anos} [Suporte = 50%, Confiança = 80%]

Para descobrir esse tipo de padrão, com antecedente e consequente, Luiz deve minerar:

Em data mining, a técnica de regras de associação é usada para prever valores contínuos com base em atributos independentes, utilizando-se árvores de regressão.