Atividades — Aula 0

Exercícios para fixar os conceitos da introdução. Não há código aqui — o objetivo é garantir que os fundamentos conceituais estejam sólidos antes de avançar.

Agora as questões são interativas: responda, clique em Enviar e use Mudar resposta sempre que quiser tentar de novo.

---

1. ML vs. Programação Tradicional

Um desenvolvedor precisa construir um sistema que identifica se uma transação bancária é fraudulenta ou não. Ele tem acesso a 2 milhões de transações históricas, cada uma já classificada como fraude ou legítima.

#

Qual é a melhor justificativa para usar Machine Learning nesse caso?

Programação tradicional é melhor porque fraudes sempre seguem regras fixas e estáveis.

Incorreto. Fraudes mudam com o tempo e costumam escapar de regras rígidas escritas manualmente.

Há muitos exemplos rotulados, o padrão é complexo demais para regras manuais e o modelo pode ser retreinado quando o comportamento mudar.

Correto! Esse é o cenário clássico de aprendizado supervisionado: muitos exemplos rotulados, padrões difíceis de codificar manualmente e necessidade de adaptação com dados novos.

O melhor seria usar aprendizado por reforço, já que o sistema precisa tomar decisões em produção.

Incorreto. Aqui já existem rótulos históricos, então o problema é supervisionado, não de reforço.

O ideal é usar clustering, porque detectar fraude sempre significa agrupar transações parecidas.

Incorreto. Como já temos a resposta correta para cada transação, o objetivo não é descobrir grupos, mas aprender a classificar.

Enviar

---

2. Classificando tipos de aprendizado

Considere as situações abaixo:

• a) Um e-commerce quer agrupar clientes em perfis de compra sem definir os grupos antes.
• b) Um hospital quer prever diabetes com prontuários já rotulados.
• c) Uma empresa quer treinar um robô para navegar desviando de obstáculos.
• d) Uma plataforma de streaming quer encontrar músicas parecidas para montar playlists.

#

Qual alternativa classifica corretamente os quatro casos?

a) supervisionado, b) supervisionado, c) não supervisionado, d) reforço

Incorreto. O robô aprende por tentativa e erro com recompensa, então o item (c) é reforço.

a) não supervisionado, b) supervisionado, c) reforço, d) não supervisionado

Correto! Sem rótulos e buscando estrutura: não supervisionado. Com rótulos: supervisionado. Agente aprendendo por recompensa: reforço.

a) reforço, b) não supervisionado, c) supervisionado, d) classificação

Incorreto. O item (b) já tem diagnósticos confirmados, então é supervisionado, e o item (d) não descreve classificação.

a) não supervisionado, b) reforço, c) supervisionado, d) regressão

Incorreto. O hospital não está treinando um agente, e o caso das músicas não é regressão.

Enviar

---

3. Regressão ou Classificação?

Considere os problemas abaixo:

• a) Prever o preço de uma ação amanhã.
• b) Identificar se um tumor é maligno ou benigno.
• c) Estimar quantos dias um paciente ficará internado.
• d) Determinar qual dígito (0–9) está escrito numa imagem.
• e) Decidir se um e-mail vai para a caixa de entrada ou para o spam.

#

Qual alternativa classifica corretamente todos os problemas?

a) regressão, b) regressão, c) classificação, d) regressão, e) classificação

Incorreto. Tumor maligno/benigno e o dígito da imagem são categorias, não valores contínuos.

a) classificação, b) classificação, c) regressão, d) regressão, e) classificação

Incorreto. Preço de ação é valor contínuo, então (a) é regressão; o dígito continua sendo categoria.

a) regressão, b) classificação, c) regressão, d) classificação, e) classificação

Correto! O critério é a natureza da saída: número contínuo pede regressão; categoria discreta pede classificação.

a) regressão, b) classificação, c) classificação, d) classificação, e) regressão

Incorreto. Dias internado é quantidade contínua/discreta ordenada prevista numericamente, e spam/não spam é classificação.

Enviar

---

4. O pipeline na prática

Um cientista de dados recebeu a tarefa de construir um modelo que prevê o valor de aluguel de apartamentos em São Paulo. Considere as etapas abaixo e identifique a sequência correta do pipeline:

• Avaliar o modelo com dados que ele nunca viu
• Definir a métrica de sucesso
• Coletar dados de aluguéis anunciados
• Retreinar com dados mais recentes se a performance cair
• Tratar valores ausentes e criar features relevantes
• Escolher e treinar um modelo de regressão
• Explorar distribuições, correlações e outliers

#

Qual alternativa coloca essas etapas na ordem correta?

Coletar dados → escolher o modelo → tratar valores ausentes → explorar distribuições → avaliar → definir a métrica → retreinar

Incorreto. A métrica de sucesso precisa ser definida antes do treino, e explorar os dados vem antes do tratamento e da modelagem.

Definir a métrica de sucesso → coletar dados → explorar distribuições, correlações e outliers → tratar valores ausentes e criar features → escolher e treinar o modelo → avaliar em dados não vistos → retreinar se a performance cair

Correto! Esse fluxo respeita a lógica do pipeline: definir o problema, entender os dados, preparar, treinar, avaliar e iterar com dados mais recentes quando necessário.

Definir a métrica de sucesso → tratar valores ausentes → coletar dados → treinar → explorar distribuições → avaliar → retreinar

Incorreto. Não faz sentido limpar ou treinar antes de ter os dados coletados e explorados.

Explorar distribuições → definir a métrica de sucesso → coletar dados → tratar valores ausentes → avaliar → treinar → retreinar

Incorreto. A avaliação só faz sentido depois do treino, e a métrica de sucesso precisa vir no começo.

Enviar

---

5. Identificando etapas pelo sintoma

Considere os sintomas abaixo e associe cada um à etapa do pipeline em que o problema apareceu:

• a) O modelo vai muito bem no treino, mas falha em produção.
• b) Os dados misturavam reais e dólares sem conversão.
• c) O modelo de spam dizia "não spam" para tudo e mesmo assim tinha 95% de acurácia.
• d) Seis meses após o deploy, a performance caiu muito sem mudança no código.

#

Qual alternativa identifica corretamente a etapa problemática em cada caso?

a) coleta de dados, b) treino, c) feature engineering, d) visualização

Incorreto. Os sintomas descritos apontam para validação, preparação, escolha de métrica e monitoramento, não para essas etapas.

a) preparação, b) coleta, c) deploy, d) definição do problema

Incorreto. Misturar moedas é falha de preparação, mas os outros itens não batem com os sintomas.

a) avaliação/generalização, b) preparação dos dados, c) escolha da métrica de avaliação, d) monitoramento e retreino em produção

Correto! Faltou validar generalização no item (a), padronizar os dados no (b), usar métrica adequada para desbalanceamento no (c) e acompanhar drift com retreino no (d).

a) modelagem, b) documentação, c) coleta, d) normalização

Incorreto. Essas etapas não explicam adequadamente os quatro sintomas apresentados.

Enviar

---

6. Fixando com Quiz

#

Machine Learning e Inteligência Artificial são a mesma coisa.

Verdadeiro

Incorreto. IA é o campo amplo. ML é uma das abordagens dentro dele — nem toda IA usa ML.

Falso

Correto! IA é o campo. ML é uma subárea que usa dados para aprender padrões automaticamente.

Enviar

#

Um modelo de regressão prevê uma categoria discreta como saída.

Verdadeiro

Incorreto. Regressão prevê valores contínuos. Prever categorias é o papel da classificação.

Falso

Correto! Regressão prevê números contínuos (preço, temperatura). Classificação prevê categorias (spam/não spam, maligno/benigno).

Enviar

#

Qual etapa do pipeline consome mais tempo em projetos reais?

Treinar o modelo

O treino em si costuma ser rápido — especialmente com bibliotecas como scikit-learn.

Avaliar o modelo

A avaliação é importante, mas não é onde o tempo vai embora.

Preparar os dados

Correto! Limpeza, tratamento de outliers, criação de features e normalização consomem 60–80% do tempo em projetos reais.

Definir o problema

Fundamental, mas geralmente não é onde o tempo é gasto.

Enviar

#

No aprendizado supervisionado, o modelo aprende a partir de dados sem rótulos.

Verdadeiro

Incorreto. Sem rótulos é aprendizado não supervisionado. No supervisionado, cada exemplo tem uma resposta correta associada.

Falso

Correto! No supervisionado, cada amostra vem com o rótulo correto — é exatamente esse par (entrada, saída esperada) que o modelo usa para aprender.

Enviar

#

Retreinar o modelo com dados novos faz parte do pipeline de ML.

Verdadeiro

Correto! O pipeline é cíclico. Modelos em produção precisam ser monitorados e retreinados quando o comportamento dos dados muda ao longo do tempo.

Falso

Incorreto. Um modelo treinado uma única vez fica desatualizado conforme o mundo muda — retreinar é parte essencial do processo.

Enviar

#

Aprendizado por reforço é o tipo mais usado em problemas de previsão de preços e classificação de e-mails.

Verdadeiro

Incorreto. Esses são problemas de aprendizado supervisionado — os dados têm rótulos e o modelo aprende a partir deles.

Falso

Correto! Aprendizado por reforço é usado quando um agente aprende por tentativa e erro em um ambiente — jogos, robótica, otimização de rotas. Previsão e classificação são supervisionados.

Enviar