Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 25

Q2436123

Ano: 2023 Banca: Unesc Órgão: Prefeitura de Braço do Norte - SC Prova: Unesc - 2023 - Prefeitura de Braço do Norte - SC - Técnico Administrativo I |

Q2436123 Engenharia de Software

Assinale a alternativa correspondente a tecnologias avançadas aprofundadas de maneira independente como um tipo de mecanismo artificial sendo utilizado para aprimoramento de práticas organizacionais por meio da análise de dados.

A

Alavancagem assistida.

B

Downsizing.

C

Deep Learning.

D

Matriz de computação.

E

Sistema de verticalização artificial.

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q2394639

Ano: 2023 Banca: FCC Órgão: TRT - 18ª Região (GO) Prova: FCC - 2023 - TRT - 18ª Região (GO) - Analista Judiciário - Área: Apoio Especializado - Tecnologia da Informação |

Q2394639 Engenharia de Software

Considere a matriz de confusão abaixo, que mostra o desempenho de um modelo de classificação, na qual TP = Verdadeiro positivo, TN = Verdadeiro negativo, FP = Falso positivo e FN = Falso negativo:

Imagem associada para resolução da questão

Imagem associada para resolução da questão

Com base na matriz de confusão e nas métricas indicadas, afirma-se que a

A

especificidade, também conhecida como recall ou revocação, que avalia a capacidade do modelo de detectar com sucesso resultados classificados como positivos, é de 0,9%.

B

sensibilidade, que avalia a capacidade do modelo de detectar com sucesso resultados classificados como positivos, é de 90%.

C

acurácia, ou precision, que mostra a razão entre a quantidade de exemplos classificados corretamente como positivos e o total de exemplos classificados como positivos, dando maior ênfase para os erros FP, é de 0.75.

D

sensibilidade, também conhecida como F-measure, F-score ou score F1, que avalia a capacidade do modelo de detectar com sucesso resultados classificados como negativos, é de 0,6%.

E

acurácia, que indica a assertividade de classificações positivas e negativas, independente da classe, é de 75%.

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q2341121

Ano: 2023 Banca: CESPE / CEBRASPE Órgão: TC-DF Prova: CESPE / CEBRASPE - 2023 - TC-DF - Auditor de Controle Externo – Área Especializada – Especialidade Tecnologia da Informação – Orientação Sistemas de TI |

Q2341121 Engenharia de Software

No que se refere a machine learning, julgue o item seguinte.

O algoritmo Naive Bayes é utilizado para categorizar palavras com base na frequência; um exemplo do uso desse algoritmo é a classificação de e-mails como spam.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q2341120

Ano: 2023 Banca: CESPE / CEBRASPE Órgão: TC-DF Prova: CESPE / CEBRASPE - 2023 - TC-DF - Auditor de Controle Externo – Área Especializada – Especialidade Tecnologia da Informação – Orientação Sistemas de TI |

Q2341120 Engenharia de Software

No que se refere a machine learning, julgue o item seguinte.

Uma das consequências da utilização da técnica de redução da dimensionalidade é a complexidade da análise.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q2324337

Ano: 2023 Banca: FGV Órgão: Câmara dos Deputados Prova: FGV - 2023 - Câmara dos Deputados - Analista Legislativo - Informática Legislativa - Tarde |

Q2324337 Engenharia de Software

A evolução das redes neurais impulsionou significativamente o avanço da inteligência artificial, resultando em arquiteturas inovadoras.

Entre elas, uma se sobressai por sua habilidade em gerenciar sequências de tamanho variável, eficiência em treinamentos com grandes volumes de dados e pela implementação do mecanismo de atenção, o que possibilita uma análise ponderada e dinâmica das entradas.

Essa arquitetura é denominada.

A

Transformer.

B

Rede Neural Convolucional (CNN).

C

Perceptron Multicamadas (MLP).

D

Rede Neural Recorrente (RNN).

E

Rede Neural de Memória Longa de Curto Prazo (LSTM).

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q2324336

Ano: 2023 Banca: FGV Órgão: Câmara dos Deputados Prova: FGV - 2023 - Câmara dos Deputados - Analista Legislativo - Informática Legislativa - Tarde |

Q2324336 Engenharia de Software

Joselito é um desenvolvedor especializado em inteligência artificial e trabalha para uma renomada indústria.

Recentemente, ele finalizou o treinamento de um modelo de visão computacional, cujo objetivo é identificar se os colaboradores estão utilizando capacetes enquanto circulam pelo chão de fábrica, visando a assegurar o cumprimento das normas de segurança. Durante a apresentação do projeto para a equipe de liderança, o modelo demonstrou alta acurácia na maioria das situações.

Entretanto, houve um padrão atípico de erro: o chefe de Joselito, que é calvo, foi consistentemente identificado pelo modelo como estando de capacete, ainda que estivesse sem capacete.

Com base nessas informações, assinale a opção que indica a causa mais provável do comportamento anômalo observado no modelo de Joselito.

A

O modelo foi treinado com um conjunto de dados desbalanceado tendo muito mais exemplos de pessoas usando capacetes do que sem.

B

O chefe de Joselito tem características faciais únicas que o modelo não conseguiu aprender corretamente durante o treinamento.

C

O modelo está superajustado (overfitting), capturando detalhes muito específicos do conjunto de treinamento que não generalizam bem para dados não vistos.

D

O conjunto de dados de treinamento não tinha uma quantidade balanceada de pessoas calvas sem utilizar o capacete, fazendo o modelo associar erroneamente a calvície com o uso de capacete.

E

A resolução da câmera utilizada durante a demonstração era significativamente inferior à usada para coletar imagens do conjunto de dados de treinamento, levando o modelo a interpretar incorretamente características faciais.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q2322053

Ano: 2023 Banca: FGV Órgão: TCE-SP Prova: FGV - 2023 - TCE-SP - Agente da Fiscalização - TI |

Q2322053 Engenharia de Software

João está trabalhando em um projeto de reconhecimento de animais por imagens, em que o conjunto de dados possui um atributo como rótulo, o qual indica o nome do animal retratado, como "cachorro", "gato", "pássaro" e "peixe".

Para treinar o modelo de reconhecimento de imagens de animais, a tarefa de aprendizado supervisionado que João deverá utilizar é:

A

regressão;

B

associação;

C

classificação;

D

agrupamento;

E

redução de dimensionalidade.

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q2312071

Ano: 2023 Banca: IESES Órgão: SCGás Prova: IESES - 2023 - SCGás - Analista de Sistemas da Informação |

Q2312071 Engenharia de Software

As Inteligências artificiais generativas têm a habilidade de produzir informações a partir de conjuntos de dados já existentes. Essas IAs são treinadas com extensos bancos de dados com o objetivo de aprender o padrão de construção desses dados. Com o aumento no interesse em inteligência artificial, têm surgido diversos serviços e ferramentas que utilizam algum tipo de IA generativa. Assinale a alternativa correta que apresenta ferramentas de IA.

A

Bing Chat, GoogleBard, ChatGPT.

B

Bing Chat, Google Bard, OpenGPT.

C

ChatGPT, Bing Chat, AIxp.

D

ChatGPT, Google Bard, MeetAI.

Q2303539

Ano: 2023 Banca: IBFC Órgão: CET-Santos Prova: IBFC - 2023 - CET-Santos - Analista de Gestão - Ciências de Dados |

Q2303539 Engenharia de Software

Várias técnicas em ML (Machine Learning) são utilizadas. Todas possuem um melhor tratamento de dados do que outra, dependendo no que se está trabalhando. No caso da técnica com modelos contextualizados de linguagem baseados em tokens, temos uma que implementa um algoritmo utilizado no processamento de linguagem natural e na recuperação de informações. Esta técnica combina a frequência de uma determinada palavra em um texto com a frequência inversa da mesma palavra em outros documentos. Essa técnica é conhecida por:

A

HAN Bayes

B

AaBoost Bayes

C

TF-IDF

D

SVM Naive

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q2303538

Ano: 2023 Banca: IBFC Órgão: CET-Santos Prova: IBFC - 2023 - CET-Santos - Analista de Gestão - Ciências de Dados |

Q2303538 Engenharia de Software

Analise as afirmativas abaixo e dê valores Verdadeiro (V) ou Falso (F) em relação as afirmativas que tratam de algoritmos de ML (Machine Learning)

( ) KNN (K vizinhos mais próximos) ( ) SVM (Support Vector Machine) ( ) Floresta aleatória ( ) Gradiente relacional ( ) Árvore e decisão ( ) K-Means

Assinale a alternativa que apresenta a sequência correta de cima para baixo.

A

V - V - V - V - F - V

B

V - V - V - F - V - V

C

V - V - F - V - V - V

D

V - V - V - V - V - V

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q2303537

Ano: 2023 Banca: IBFC Órgão: CET-Santos Prova: IBFC - 2023 - CET-Santos - Analista de Gestão - Ciências de Dados |

Q2303537 Engenharia de Software

É um tipo de regressão utilizada em aprendizado de máquina que estima a probabilidade de ocorrência de um evento, como um “voto”, e com base em um determinado conjunto de dados de variáveis independentes. O resultado esperado é apenas uma probabilidade de ocorrer, sendo a variável dependente é limitada entre 0 e 1. Neste tipo de regressão, temos a probabilidade de sucesso dividida pela probabilidade de falha. Isso também é comumente conhecido como "log odds", ou logaritmo natural de probabilidades. O texto trata de:

A

Regressão Logística

B

Regressão Polinomial

C

Regressão Ridgest

D

Regressão Binomial

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q2303536

Ano: 2023 Banca: IBFC Órgão: CET-Santos Prova: IBFC - 2023 - CET-Santos - Analista de Gestão - Ciências de Dados |

Q2303536 Engenharia de Software

Temas relacionados ao aprendizado de máquina são recorrentes nas mídias, nos estudos e no interesse geral da sociedade. Mas este estudo requer habilidades matemáticas de quem o pratica, principalmente a área de métodos quantitativos. Dentro do aprendizado de máquina temos algumas formas de lidar. Estas formas podem ser definidas como:

( ) Aprendizado Supervisionado. ( ) Aprendizado pontual. ( ) Aprendizado por reforço.

Analise as afirmativas acima e dê valores Verdadeiro (V) ou Falso (F) e assinale a alternativa que apresenta a sequência correta de cima para baixo.

A

F - V - V

B

F - F - V

C

V - V - V

D

V - F - V

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q2287695

Ano: 2023 Banca: FGV Órgão: SEDUC-SP Prova: FGV - 2023 - SEDUC-SP - Professor de Ensino Fundamental e Médio (Educação Profissional) - Eixo 5 - Informação e Comunicação |

Q2287695 Engenharia de Software

No contexto da IA geracional, representada pelo ChatGPT e modelos similares, surge um desafio crítico relacionado ao viés.

Em relação ao significado do termo “biased AI” (IA enviesada) na IA geracional, assinale a afirmativa correta.

A

Trata da incapacidade dos modelos de IA de aprender com exemplos de texto humano.

B

Refere-se à tendência de modelos de IA geracional em gerar respostas tendenciosas ou discriminatórias com base em dados de treinamento enviesados.

C

Descreve a capacidade da IA geracional de entender e aplicar princípios éticos em suas respostas.

D

Significa que a IA geracional não é capaz de reconhecer ou interpretar o contexto em que uma pergunta é feita.

E

Refere-se à tendência da IA geracional de gerar respostas excessivamente longas e detalhadas.

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q2287688

Ano: 2023 Banca: FGV Órgão: SEDUC-SP Prova: FGV - 2023 - SEDUC-SP - Professor de Ensino Fundamental e Médio (Educação Profissional) - Eixo 5 - Informação e Comunicação |

Q2287688 Engenharia de Software

No contexto do Processamento de Linguagem Natural, assinale a opção que apresenta o principal objetivo da stemização e sua diferença em relação à lematização.

A

O objetivo da stemização consiste em reduzir palavras à sua forma radical, eliminando afixos e sufixos, com a diferença de que a lematização preserva o significado original da palavra.

B

A stemização tem como principal objetivo encurtar palavras, tornando-as mais descritivas, enquanto a lematização as mantém inalteradas, economizando espaço de armazenamento.

C

A stemização busca criar sinônimos para cada palavra, tornando-as mais legíveis para os humanos, ao passo que a lematização identifica as raízes das palavras em um documento.

D

A stemização visa aumentar o tamanho das palavras para enfatizar seu significado, ao contrário da lematização, que reduz o tamanho das palavras para economizar espaço de armazenamento.

E

A stemização simplifica palavras complexas, tornando-as mais fáceis de entender, enquanto a lematização torna o texto mais sofisticado, introduzindo complexidade nas palavras.

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q2287003

Ano: 2023 Banca: Quadrix Órgão: CRM-TO Prova: Quadrix - 2023 - CRM-TO - Assistente de Tecnologia da Informação |

Q2287003 Engenharia de Software

No que se refere às novas tecnologias, julgue o item.

O aprendizado de máquina é um subcampo da IA que se concentra no desenvolvimento de algoritmos e modelos que permitem aos sistemas aprenderem com os dados e melhorarem suas decisões ao longo do tempo, ajustando seu desempenho com base no feedback recebido.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q2287002

Ano: 2023 Banca: Quadrix Órgão: CRM-TO Prova: Quadrix - 2023 - CRM-TO - Assistente de Tecnologia da Informação |

Q2287002 Engenharia de Software

No que se refere às novas tecnologias, julgue o item.

A lógica fuzzy é uma técnica, utilizada na inteligência artificial (IA), que lida com a incerteza e a imprecisão em sistemas.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q2284019

Ano: 2023 Banca: FEPESE Órgão: EMASA-SC Prova: FEPESE - 2023 - EMASA-SC - Analista de Tecnologia da Informação |

Q2284019 Engenharia de Software

São tipos válidos de aprendizagem de máquina:

1. Aprendizado supervisionado
2. Aprendizado não supervisionado
3. Aprendizado estruturado
4. Aprendizado não estruturado
5. Aprendizagem por reforço

Assinale a alternativa que indica todas as afirmativas corretas.

A

São corretas apenas as afirmativas 1, 2 e 5.

B

São corretas apenas as afirmativas 1, 3 e 5.

C

São corretas apenas as afirmativas 3, 4 e 5.

D

São corretas apenas as afirmativas 1, 2, 3 e 4.

E

São corretas apenas as afirmativas 1, 2, 3 e 5.

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q2277943

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277943 Engenharia de Software

Sobre redes neurais convolucionais profundas (CNNs), assinale a alternativa correta.

A

A aplicação de dropout é importante para ajustar o formato dos dados para serem processados pela camada totalmente conectada.

B

São tradicionalmente adequadas para processar dados textuais devido à sua arquitetura baseada em word embeddings dinâmicos.

C

Data augmentation é o processo de transferência de aprendizado em que o fine-tuning é realizado nas primeiras camadas convolucionais da rede.

D

As camadas de convolução realizam extração de características enquanto as camadas de pooling reduzem a dimensionalidade.

E

CNNs podem ser usadas como extratores de características para classificadores SVM porque compartilham os mesmos tipos de kernels.

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q2277938

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277938 Engenharia de Software

Sobre o algoritmo SVM (máquinas de vetores de suporte), pode-se afirmar que são classificadores

A

não-lineares multiclasse que usam funções kernel para mapear um espaço de características separado para cada classe presente na amostra de treinamento.

B

de texto que usam a representação vetorial de palavras e que usam diferentes funções kernel para identificar o tópico central do texto.

C

que não necessitam de uma etapa de treinamento, pois usam funções kernel para identificar a classe mais próxima da entrada.

D

lineares binários que usam funções kernel para manipular os dados em um espaço que pode ou não ser diferente do espaço de características original.

E

não supervisionados para criação de agrupamentos que usam funções kernel para identificar k centroides, um de cada classe, sendo k informado inicialmente.

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q2276926

Ano: 2023 Banca: CESPE / CEBRASPE Órgão: DATAPREV Prova: CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Inteligência da informação |

Q2276926 Engenharia de Software

A respeito de redes neurais, julgue o item que se segue.

Apesar das CNN serem redes neurais profundas, com várias camadas ocultas, elas são dispensadas nos algoritmos de reconhecimento de imagens.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Questões de Concurso Comentadas sobre inteligencia artificial em engenharia de software

Foram encontradas 651 questões