Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 29

Q1986114

Ano: 2022 Banca: FCC Órgão: TRT - 22ª Região (PI) Prova: FCC - 2022 - TRT - 22ª Região (PI) - Analista Judiciário - Tecnologia da Informação |

Q1986114 Engenharia de Software

Considere, abaixo, as situações que envolvem métodos de aprendizado de máquina que podem ser supervisionados (S) ou não supervisionados (NS).

I. Uma empresa monitora e coleta dados em tempo real de mais de 1.000 veículos de divulgação, 100 mil blogs e das principais redes sociais do mundo. Utiliza um método capaz de identificar e segmentar grupos de eleitores a favor ou contra determinado assunto, de acordo com o interesse do cliente.
II. A partir de uma base de dados na qual são identificadas pessoas que estão fumando e pessoas que não estão fumando, são formados dois subconjuntos disjuntos: a base de treino (contendo 70% dos dados originais) e a base de teste (contendo o restante dos dados originais, 30%). Em seguida, a base de treino é submetida ao modelo para que seus parâmetros sejam calibrados e, após esta etapa, ocorre a predição de classes.
III. O sistema de recomendação de um site de comércio eletrônico monitora todos os itens vendidos e, quando um cliente está realizando uma compra, apresenta para ele itens semelhantes frequentemente comprados juntos.

Os itens I, II e III, são exemplos, respectivamente, de métodos

A

S − S − NS.

B

NS − NS − S.

C

S − NS − S.

D

NS − S − NS.

E

S − NS − NS.

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

Q1965811

Ano: 2022 Banca: IDECAN Órgão: TJ-PI Prova: IDECAN - 2022 - TJ-PI - Analista de Sistemas / Banco de Dados |

Q1965811 Engenharia de Software

Machine Leaming é um ramo da ciência da computação que utiliza conceitos das áreas de Estatística, Engenharia e da própria Computação com o objetivo de reconhecer padrões e ensiná-los a uma máquina. Além das áreas citadas, outro aspecto importante para Machine Leaming são os dados. Sem eles não é possível viabilizar o treinamento da máquina. Esses dados devem estar relacionados ao tema para o qual a máquina será treinada. Isso é fundamental pois o objetivo de Machine Learning é permitir que a máquina seja capaz de evidenciar informações que um humano não perceberia facilmente, permitindo, por exemplo, a predição de eventos ou a execução de diagnósticos precisos. A respeito dos fundamentos que envolvem Machine Learning, analise as afirmativas abaixo e marque alternativa correta.

I. No processo de aprendizagem supervisionada o computador recebe um conjunto de dados. Ele encontrará neste conjunto dados de entrada atrelados as saídas esperadas. Neste tipo de aprendizagem o objetivo é encontrar as regras que conseguem mapear aquelas entradas com aquelas saídas.
II. À aprendizagem por reforço é um tipo de treinamento usado onde enfrentamos um ambiente complexo. Através das tentativas e erro o computador busca uma solução para O problema. Para que a máquina entenda o que são acertos e erros ela receberá recompensas e penalidades durante o processo de busca da solução.
III. Quando o conjunto de dados repassado para o computador possui apenas os valores de saída possíveis (rótulos) mas não conhecemos nada a respeito dos valores das entradas, devemos fazer uso do processo de aprendizagem não supervisionada. Ela foi criada justamente para atender este cenário. Esse aprendizagem envolve complexidades adicionais quando comparada a aprendizagem supervisionada.

A

Apenas a afirmativa II está correta.

B

Apenas as afirmativas | e Il estão corretas.

C

Apenas as afirmativas Il e IIl estão corretas.

D

Apenas a afirmativa | está correta.

E

Todas as afirmativas estão corretas.

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

Q1965259

Ano: 2022 Banca: FCC Órgão: TRT - 22ª Região (PI) Prova: FCC - 2022 - TRT - 22ª Região (PI) - Técnico Judiciário - Tecnologia da Informação |

Q1965259 Engenharia de Software

No âmbito do Aprendizado de Máquina, uma das métricas mais conhecidas para problemas de regressão é o RMSE (Root Mean Squared Error). Considere os dados abaixo (valores fornecidos: raiz quadrada de 81,25 = 9,01; raiz quadrada de 325 = 18,03; raiz quadrada de 100 = 10; raiz quadrada de 25 = 5).
Valor real Valor do modelo X 150 140 100 110 120 100 120 115 25 120 110 100
Com base nos dados fornecidos,

A

a média de X (erro elevado ao quadrado) é 325/4 = 81,25 e o RMSE corresponde a 9,01.

B

o RMSE corresponde à média da soma dos valores da coluna X, ou seja, 325/4 = 81,25.

C

o RMSE corresponde à raiz quadrada da soma dos valores da coluna X, ou seja, 18,03.

D

X corresponde ao RMSE de cada valor do modelo comparado ao valor real.

E

o RMSE de cada valor do modelo comparado ao valor real é a raiz quadrada de X, ou seja: 10, 10, 5 e 10.

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

Q1963308

Ano: 2022 Banca: FEPESE Órgão: Prefeitura de Criciúma - SC Prova: FEPESE - 2022 - Prefeitura de Criciúma - SC - Auditor Fiscal da Receita Municipal |

Q1963308 Engenharia de Software

São técnicas de Inteligência Artificial de Data Mining:

1. Estatística.

2. Reconhecimento de Padrões.

3. Representação do Conhecimento.

4. Regras de Associação.

Assinale a alternativa que indica todas as afirmativas corretas.

A

São corretas apenas as afirmativas 2 e 3.

B

São corretas apenas as afirmativas 1, 2 e 3.

C

São corretas apenas as afirmativas 1, 2 e 4.

D

São corretas apenas as afirmativas 1, 3 e 4.

E

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

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

Q1962680

Ano: 2022 Banca: FGV Órgão: SEFAZ-AM Prova: FGV - 2022 - SEFAZ-AM - Analista de Tecnologia da Informação da Fazenda Estadual - Tarde |

Q1962680 Engenharia de Software

A técnica de validação cruzada é usada para avaliar modelos de classificação.

Com relação a esta técnica, é correto afirmar que

A

o erro do modelo é medido sobre os mesmos dados usados para treinar o modelo.

B

o conjunto de treinamento contém exatamente os mesmos dados do conjunto de testes.

C

o conjunto de treinamento contém o conjunto de testes.

D

o conjunto de testes contém o conjunto de treinamento.

E

os conjuntos de treinamento e de testes devem ser uma partição disjunta do conjunto de dados.

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

Q1962679

Ano: 2022 Banca: FGV Órgão: SEFAZ-AM Prova: FGV - 2022 - SEFAZ-AM - Analista de Tecnologia da Informação da Fazenda Estadual - Tarde |

Q1962679 Engenharia de Software

O algoritmo KNN (K-nearest neighbors ou k-vizinhos mais próximos) se insere na categoria de

A

aprendizado por reforço.

B

aprendizado não supervisionado.

C

aprendizado supervisionado.

D

redução de dimensionalidade.

E

modelo paramétrico.

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

Q1962678

Ano: 2022 Banca: FGV Órgão: SEFAZ-AM Prova: FGV - 2022 - SEFAZ-AM - Analista de Tecnologia da Informação da Fazenda Estadual - Tarde |

Q1962678 Engenharia de Software

Sobre aprendizado profundo (Deep Learning), é correto afirmar que

A

só pode ser aplicado para produzir classificações binárias.

B

consiste em aprendizado de um perceptron de uma camada única.

C

é uma família de métodos de aprendizado de máquinas baseado em redes neurais com múltiplas camadas.

D

não é adequado para visão computacional.

E

oferece a vantagem de sempre conter poucos parâmetros a ajustar durante o processo de aprendizagem.

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

Q1953397

Ano: 2022 Banca: FCC Órgão: TRT - 4ª REGIÃO (RS) Prova: FCC - 2022 - TRT - 4ª REGIÃO (RS) - Técnico Judiciário - Área Apoio Especializado - Especialidade: Tecnologia da Informação |

Q1953397 Engenharia de Software

O Gráfico ROC de uma Análise ROC:

I. é bidimensional, onde o eixos Y e X do gráfico representam as medidas TVP (Taxa de Verdadeiros Positivos) e TFP (Taxa de Falsos Positivos), respectivamente.

II. tem sete regiões importantes que representam: Céu ROC, Inferno ROC, Quase Nunca Positivo, Quase Sempre Positivo, Quase Nunca Negativo, Quase Sempre Negativo e Variáveis Fora da Curva.

III. tem uma linha diagonal que representa Classificadores Aleatórios.

Está correto o que se afirma APENAS em

A

I.

B

I e II.

C

I e III.

D

II e III.

E

III.

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

Q1953396

Ano: 2022 Banca: FCC Órgão: TRT - 4ª REGIÃO (RS) Prova: FCC - 2022 - TRT - 4ª REGIÃO (RS) - Técnico Judiciário - Área Apoio Especializado - Especialidade: Tecnologia da Informação |

Q1953396 Engenharia de Software

Um Técnico necessitou estudar a respeito de aprendizado de máquina. Durante as pesquisas observou, corretamente, que

A

regras de associação são tarefas inerentes a modelos descritivos.

B

regras de associação não representam padrões existentes nas transações de um banco de dados.

C

para usar os algoritmos de regras de associação os dados no formato de tabela não necessitam ser convertidos para o formato de transação.

D

regras de associação são tarefas inerentes a modelos preditivos.

E

em uma regra de associação deve existir uma definição explícita de classe.

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

Q1952776

Ano: 2022 Banca: Quadrix Órgão: CRT-04 Prova: Quadrix - 2022 - CRT-04 - Assistente de Tecnologia da Informação |

Q1952776 Engenharia de Software

Julgue o item, referentes às novas tecnologias.

Segundo a robótica, sensores, efetuadores e controladores são considerados os principais componentes de um robô.

Certo

Errado

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

Q1952773

Ano: 2022 Banca: Quadrix Órgão: CRT-04 Prova: Quadrix - 2022 - CRT-04 - Assistente de Tecnologia da Informação |

Q1952773 Engenharia de Software

Julgue o item, referentes às novas tecnologias.

O conceito de inteligência artificial (IA) refere-se, unicamente, a duas grandes áreas do conhecimento: ciência da computação e matemática.

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

Q1949150

Ano: 2022 Banca: FUNDATEC Órgão: AGERGS Prova: FUNDATEC - 2022 - AGERGS - Técnico Superior Engenheiro de Dados |

Q1949150 Engenharia de Software

Sobre os termos das características de processo de processamento de texto NLP, analise as assertivas abaixo e assinale a alternativa correta.

I. Stopwords.
II. Tf-id+f (Term Frequency-inverse document frequency).
III. Word embedding.
IV. Word2vec.

A

Todas estão corretas.

B

Todas estão incorretas.

C

Apenas I está correta.

D

Apenas I e II estão corretas.

E

Apenas III e IV estão corretas.

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

Q1949149

Ano: 2022 Banca: FUNDATEC Órgão: AGERGS Prova: FUNDATEC - 2022 - AGERGS - Técnico Superior Engenheiro de Dados |

Q1949149 Engenharia de Software

Sobre NLP, é INCORRETO afirmar que:

A

NLP trata a possibilidade de humanos se comunicarem com máquinas da forma mais natural possível, sem ser preciso aprender línguas artificiais muito específicas, que são os comandos nos quais manipula-se um computador.

B

Linguagem natural destina-se à comunicação dos seres humanos sobre o mundo, sendo que a maior parte da comunicação linguística ocorre através da fala. A linguagem escrita ainda é muito recente se comparado à fala, e para um computador, mais fácil de ser interpretada.

C

NLP pode ser entendido como aplicações computacionais que compreendem linguagens naturais (compreensão e geração de textos), tanto na fonética quando na escrita, sendo que a última é mais fácil de um computador conseguir interpretar de maneira correta, pois não tem que lidar com problemas do sinal do áudio, como o ruído por exemplo.

D

É possível através da NLP interpretar na língua portuguesa a interpretação.

E

NLP é uma área dentro da Inteligência Artificial.

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

Q1949144

Ano: 2022 Banca: FUNDATEC Órgão: AGERGS Prova: FUNDATEC - 2022 - AGERGS - Técnico Superior Engenheiro de Dados |

Q1949144 Engenharia de Software

A ideia principal da técnica de “dropout” é descartar aleatoriamente unidades da rede neural (junto com suas conexões) durante a etapa de treinamento. Sobre a técnica de “dropout”, assinale a alternativa INCORRETA.

A

O uso da técnica de “dropout” força a rede a construir uma representação distribuída e redundante.

B

O uso da técnica de “dropout” pode ser visto como equivalente a treinar uma grande coleção (ou “ensemble”) de modelos que compartilham parâmetros.

C

Para a realização de “dropout”, basta multiplicar-se as ativações por variáveis aleatórias de Bernoulli com uma dada probabilidade.

D

Durante a predição, todas as unidades são mantidas ativas, não sendo necessário se realizar nenhum outro ajuste das ativações.

E

Ao contrário de regularização L1 e L2, o dropout não depende da modificação da função de custo.

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

Q1949142

Ano: 2022 Banca: FUNDATEC Órgão: AGERGS Prova: FUNDATEC - 2022 - AGERGS - Técnico Superior Engenheiro de Dados |

Q1949142 Engenharia de Software

Recentemente, encontram-se muitas referências na literatura e na mídia em geral ao uso de aprendizagem profunda (ou “deep learning”). Sobre o assunto, assinale a alternativa INCORRETA.

A

Na aprendizagem profunda, conceitos complexos (de níveis mais altos ou abstratos) são definidos em termos de sua relação com conceitos mais simples (em níveis mais baixos).

B

A aprendizagem profunda não apresenta nenhuma relação com o aprendizado de máquina, podendo ser vista como uma abordagem alternativa para tarefas em que o aprendizado de máquina não consegue obter bons resultados.

C

A aprendizagem profunda pode ser entendida como um tipo de aprendizagem de representação em que características mais abstratas são inferidas a partir de características mais simples.

D

Uma das razões determinantes para o recente sucesso da aprendizagem profunda se encontra na maior disponibilidade de grandes conjuntos de dados para as mais diversas tarefas.

E

Deep Learning é um ramo de aprendizado de máquina.

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

Q1949117

Ano: 2022 Banca: FUNDATEC Órgão: AGERGS Prova: FUNDATEC - 2022 - AGERGS - Técnico Superior Engenheiro de Dados |

Q1949117 Engenharia de Software

São hiperparâmetros para a configuração de uma rede neural, EXCETO:

A

Taxa de aprendizado.

B

Número de neurônios na camada oculta.

C

Taxa de ajuste do erro.

D

Número de camadas ocultas da rede.

E

Número de características aleatórias que são exemplificadas na análise.

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

Q1949116

Ano: 2022 Banca: FUNDATEC Órgão: AGERGS Prova: FUNDATEC - 2022 - AGERGS - Técnico Superior Engenheiro de Dados |

Q1949116 Engenharia de Software

Sobre Machine Learning, é correto afirmar que:

A

Podemos considerar correlação como sendo positiva, negativa e atemporal.

B

Na correlação atemporal, não há relação entre todas as variáveis.

C

Na correlação negativa, quando o valor de uma variável aumenta, as outras variáveis também sobem.

D

A causalidade de um modelo de Machine Learning está diretamente relacionada ao volume interpretado do arquivo delta.

E

Um dos motivos pelo qual é difícil interpretar os coeficientes angulares produzidos pelo processo de regressão linear é porque correlação não implica em causalidade.

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

Q1949114

Ano: 2022 Banca: FUNDATEC Órgão: AGERGS Prova: FUNDATEC - 2022 - AGERGS - Técnico Superior Engenheiro de Dados |

Q1949114 Engenharia de Software

Sobre os modelos de aprendizagem de máquina supervisionada, analise as assertivas abaixo e assinale a alternativa correta.
I. Em modelos de aprendizado de máquina do tipo classificação a ideia é prever variáveis categóricas, e numéricas.
II. Um exemplo básico de aprendizado de máquina supervisionado por classificação é o uso da regressão logística.
III. Os modelos de regressão não buscam encontrar como uma variável se comporta na medida em que outra variável sofre oscilações.
IV. Nos modelos de aprendizagem de máquina supervisionado, não temos uma variável específica a ser respondida, pois estamos apenas buscando encontrar os indivíduos, itens ou elementos semelhantes.

A

Todas estão corretas.

B

Todas estão incorretas.

C

Apenas II está correta.

D

Apenas I e II estão corretas.

E

Apenas III e IV estão corretas.

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

Q1936807

Ano: 2022 Banca: FGV Órgão: TJ-DFT Prova: FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |

Q1936807 Engenharia de Software

A tradução automática de texto, embora possua raízes na metade do século passado, vem recebendo melhorias substanciais na última década, alimentadas pelo crescimento do poder computacional, disponibilidade de dados linguísticos e inovações técnicas.
Com relação às inovações, e levando em consideração os recursos mencionados, a alternativa que apresenta apenas vantagens da Tradução Automática Neural (NMT) sobre técnicas de Tradução Automática Estatística (SMT) é:

A

os modelos são mais efetivamente modularizáveis e possuem menos parâmetros totais;

B

todos os parâmetros do modelo são ajustados independentemente, e o processo pode ser escalonado com o aumento da memória disponível;

C

os parâmetros de modelos já construídos podem ser facilmente reaproveitados, e há menor dependência dos dados linguísticos;

D

os modelos obtidos são mais interpretáveis, e o processo pode ser escalonado com o aumento da memória disponível;

E

todos os parâmetros do modelo são ajustados conjuntamente e o processo pode ser paralelizado.

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

Q1936806

Ano: 2022 Banca: FGV Órgão: TJ-DFT Prova: FGV - 2022 - TJ-DFT - Analista Judiciário - Análise de Dados |

Q1936806 Engenharia de Software

Um analista precisa construir um modelo de tópicos para uma grande base de documentos legais, mas há uma preocupação quanto à interpretabilidade do modelo e à capacidade de inspecionar os resultados.
Considerando essa preocupação, a técnica mais apropriada para a construção do modelo e a razão da escolha são, respectivamente:

A

Latent Semantic Analysis, devido à distância média dos tópicos gerados;

B

Latent Dirichlet Allocation, devido à capacidade de capturar informação sintática em sua representação;

C

Non-Negative Matrix Factorization, devido à representação esparsa e estritamente não negativa;

D

Explicit Semantic Analysis, devido à possibilidade de definir explicitamente tópicos a priori;

E

Parallel Latent Dirichlet Allocation, devido à distância mínima dos tópicos gerados.

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

🚀 Mais performance?

🚀 Mais performance?

Questões de Concurso Comentadas sobre inteligencia artificial em engenharia de software

Foram encontradas 633 questões