ISEP-Instituto Superior de Engenharia do Porto

Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal

Tel: +351-22-8340500, Fax: +351-22-8321159

Miniteste de Inteligência Artificial

Módulo 3 – Aprendizagem Automática e Descoberta de Conhecimento
3º ano da Licenciatura em Engenharia Informática do ISEP
23/03/2009 - Duração: 50 minutos
Observações para as questões de escolha múltipla (1 a 3):
Nas perguntas de escolha múltipla só há uma resposta certa, se marcar mais do que uma
será considerado que não respondeu à questão. Uma resposta errada desconta 25% de
uma resposta certa. Responda na própria folha, marcando com um X ou ■ ( pode usar o
lápis)
Se pretender anular uma resposta escreva “anulada” à esquerda da mesma (por exemplo,
anulada ■-xpto)

Nome:..................................................................................................................................

Número:..................................

1. [10%] Com um sistema de Data Mining, um cliente que paga com o cartão poderá
ser suspeito de uma situação de potencial fraude num supermercado porque:
□- o cliente não compra um produto que sempre comprou dantes
■- o cliente vai a caixas diferentes, mas a operadora de caixa é sempre a mesma
□- o cliente compra um produto que nunca comprou dantes
□- o cliente vai sempre à mesma caixa, mas as operadoras são diferentes
□- o cartão não é autorizado na altura do pagamento

2. [10%] As operações de Descoberta de Conhecimento podem ser de prognóstico ou

de descrição. Podemos dizer que:
□- a classificação é uma operação de descrição e o clustering é de prognóstico
■- a classificação é uma operação de prognóstico e o clustering é de descrição
□- a classificação e o clustering são ambos operações de descrição
□- a classificação e o clustering são ambos operações de prognóstico
□- a classificação e o clustering tanto podem ser operações de prognóstico como de
descrição

3. [10%] Considere que s(i,j) representa a similaridade entre dois casos (i e j). Se
começassemos a construir a base de casos com 3 casos qual acha que seria a melhor
combinação possível
□- casos 1, 2 e 3 com s(1,2)=0,7, s(1,3)=0,7 e s(2,3)=0,2
□- casos 1, 2 e 4 com s(1,2)=0,7, s(1,4)=0,4 e s(2,4)=0,6
■- casos 2, 3 e 4 com s(2,3)=0,2, s(2,4)=0,6 e s(3,4)=0,3
□- casos 1, 3 e 4 com s(1,3)=0,7, s(1,4)=0,4 e s(3,4)=0,3
□- casos 2, 3 e 5 com s(2,3)=0,2, s(2,5)=0,3 e s(3,5)=0,9
 ISEP-Instituto Superior de Engenharia do Porto
Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal
Tel: +351-22-8340500, Fax: +351-22-8321159

4) [70%] Para motivar os clientes masculinos da confeitaria “Calor do Dia” o seu dono, o Sr. Jorge
Nuno, inspirou-se no Raciocínio Baseado em Casos para engendrar uma promoção. O cliente escolhe
um pastel e vai ser servido por uma das 3 empregadas, uma branquinha, uma mulatinha ou uma
pretinha, recebendo gratuitamente a bebida para acompanhar o pastel, que será um copinho de leite,
uma meia de leite ou um café, respectivamente. Enquanto o cliente escolhe o bolo, o Jorge Nuno
entabula uma conversa e apercebe-se das preferências dos clientes no que respeita a mulheres,
derivando daí a escolha da bebida surpresa a ser servida pela empregada mais apropriada.

Caso 1 Caso 2 Caso 3

Altura 1,80 1,70 1,60

Medidas [80,60,80] [85,50,70] [70,60,80]

Cor da Pele preta mulata branca

Bebida a ser servida café meia de leite copinho de leite

a) [20%] Descreva os três casos da tabela de acordo com o formato usado pelo Prolog Case.

case([altura(1,80),

medidas([80,60,80]),

cor_da_pele(preta)],

[bebida(café)]).

case([altura(1,70),

medidas([85,50,70]),

cor_da_pele(mulata)],

[bebida(meia_de_leite)]).

case([altura(1,60),

medidas([70,60,80]),

cor_da_pele(branca)],

[bebida(copinho_de_leite)]).
 ISEP-Instituto Superior de Engenharia do Porto
Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal
Tel: +351-22-8340500, Fax: +351-22-8321159

b) [20%] Considere que o peso dos 3 primeiros atributos é o seguinte:

• altura – 3
• medidas – 4
• cor da pele – 3

Considere agora que da conversa com o cliente Aguiar Brito, o Jorge Nuno apercebe-se que ele gosta
de uma mulher de 1,90 com medidas [75,60,75] e prefere mulatas.

Efectue os cálculos da similaridade desse novo problema em relação aos 3 casos apresentados e
indique qual é o caso que deveria ser escolhido como o mais similar e que bebida seria aconselhada.

Para a similaridade das alturas use a expressão: 1- 2*abs(Anovoproblema - Acaso).

Para a similaridade das medidas use 1 menos o quociente entre um numerador constituído pelo mínimo
entre o valor 50 e o somatório dos valores absolutos das diferenças entre as medidas correspondentes
do novo problema e do caso e um denominador igual a 50. Por exemplo, para o novo problema
referido nesta alínea e o caso 1 teríamos a similaridade 1 – min(50,(5+0+5))/50=0,8.

Para a similaridade das cores de pele considere 1 se a cor for a mesma, 0 se as cores forem branco e
preto ou vice-versa, e 0,5 nos outros casos (mulata com branca ou vice-versa, ou mulata com preta ou
vice-versa).

S_caso1 = (3*(1-2*0.1) + 4*(1-min(50,(5+0+5))/50) + 3*0.5)/(3+4+3) = (2.4+3.2+1.5)/10 = 0.71

S_caso2 = (3*(1-2*0.2) + 4*(1-min(50,(10+10+5))/50)+ 3*1)/(3+4+3) = (1.8+2.0+3)/10 = 0.68

S_caso3 = (3*(1-2*0.3) + 4*(1-min(50,(5+0+5))/50) + 3*0.5)/(3+4+3) = (1.2+3.2+1.5)/10 = 0.59

O caso mais similar é o caso 1 e a bebida café.

 ISEP-Instituto Superior de Engenharia do Porto
Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal
Tel: +351-22-8340500, Fax: +351-22-8321159

c) [15%] Defina o predicado PROLOG similar_medidas/3 que recebendo nos 2 primeiros argumentos
as listas de medidas do novo problema e do caso seja capaz de colocar no terceiro argumento a
similaridade entre as medidas.

similar_medidas([P1,C1,A1], [P2,C2,A2], S):- X is abs(P2-P1)+abs(C2-C1)+abs(A2-A1),

((X<50,!,N is X);N is 50), S is 1- N/50.

d) [15%] Considerando a ferramenta PROLOG CASE, declare as regras top_comparable/5 e

comparable_args/8 em relação ao atributo “medidas”. Deve ser usado o predicado similar_medidas/3
definido na alínea anterior. Para validar considere que as medidas do primeiro e terceiro elemento da
lista deverão estar entre 65 e 95 e a medida do elemento do meio da lista deverá estar entre 45 e 70.

top_comparable(3,medidas/1,medidas/1,match,1).

comparable_args(6,3,1,1[P1,C1,A1],[P2,C2,A2],no_comparison,S):-

P1>=65,P1=<95, P2>=65,P2=<95,

C1>=45,C1=<70, C2>=45,C2=<70,

A1>=65,A1=<95, A2>=65,A2=<95,

similar_medidas([P1,C1,A1], [P2,C2,A2],S).