Questões de Conceitos Básicos e Algoritmos (Algoritmos e Estrutura de Dados)

Limpar Busca

Sobre o algoritmo Advanced Encryption Standard (AES), foram feitas as seguintes afirmações:


I. O algoritmo AES pode usar chaves de 128, 192 ou 256 bits.

II. O algoritmo AES é considerado um algoritmo criptográfico simétrico.

III. O algoritmo AES realiza a cifragem e decifragem da informação.


Sobre as afirmações acima, pode-se afirmar que:

  • A Apenas as afirmações I e II estão corretas.
  • B Apenas as afirmações I e III estão corretas.
  • C Todas as afirmações estão corretas.
  • D Apenas as afirmações II e III estão corretas.

Os algoritmos de cifração e decifração são denominados:

  • A Senhas.
  • B Cifras.
  • C Códigos.
  • D Dígitos.
  • E Bits.

Descobrir regras de associação consiste em analisar as relações entre os atributos de uma base de dados transacional para tentar correlacioná-los.

Sobre regras de associação, assinale a afirmativa correta.

  • A A frequência de um item em uma base de dados não é pertinente para a descoberta de regras de associação.
  • B O Algoritmo Frequent-Pattern Growth é um algoritmo computacionalmente custoso, não sendo apropriado para o uso em bases de dados transacionais extensas.
  • C O suporte de um conjunto de itens mede o tamanho desse conjunto na sua respectiva base transacional.
  • D A adição de um novo item a um conjunto de itens produz um novo conjunto de itens, que poderá ter frequência maior que o conjunto original na sua base transacional.
  • E O Algoritmo Apriori é um algoritmo iterativo usado na descoberta de regras de associação.

Seja o conjunto de dados X apresentado a seguir, em que os atributos “P” e “Q” são preditores, e o atributo “Classe” é o atributo-alvo:

Imagem relacionada à questão do Questões Estratégicas

Queremos classificar uma nova amostra x=(5.0, 5.0) utilizando o algoritmo clássico dos k vizinhos mais próximos (k-NN), utilizando a distância euclidiana para a determinação de vizinhanças.
Com base nesse algoritmo, e considerando os valores aproximados de √2 ≈ 1,414 e √3 ≈ 2,236, o k-NN retorna como categoria de x

  • A a classe A para k=2, pois, como houve empate, a escolha aleatória tende para o início de X.
  • B a classe B para k=1, pois a distância para o ponto (4.0, 5.0) é a menor de todas.
  • C a classe C para k=1, já que a distância para o ponto (1.0, 1.0) foi eleita por votação.
  • D a classe D para k=3, pela aplicação do critério da distância ponderada nas três classes empatada.
  • E a nenhuma classe, já que o algoritmo k-NN não opera em conjuntos com dados categóricos.

Algoritmos de agrupamento podem ser classificados em diferentes categorias. Um algoritmo de agrupamento amplamente utilizado em aprendizado de máquina e mineração de dados é conhecido como K-Means.
O K-Means, em sua versão original, é classificado como um tipo de algoritmo

  • A baseado em grade.
  • B baseado em grafo.
  • C hierárquico.
  • D partitivo.
  • E por densidade.