Julgue o item a seguir, a respeito de gestão de dados e de aprendizado de máquina.

O algoritmo de aprendizagem supervisionada random forest é baseado na criação de múltiplas árvores de decisão; cada árvore é construída a partir de uma amostra aleatória com reposição dos dados de treinamento. 

Julgue o item a seguir, a respeito de gestão de dados e de aprendizado de máquina.

A gestão de dados envolve atividades relacionadas à coleta, ao armazenamento, à manutenção e ao uso de dados, para garantir que as informações estejam disponíveis e sejam precisas e seguras.

Julgue o item a seguir, a respeito de gestão de dados e de aprendizado de máquina.

O algoritmo de aprendizagem supervisionada K-means é amplamente utilizado para a classificação de dados rotulados e predição de resultados futuros.

A respeito de inteligência artificial (IA) e de metodologias ágeis de desenvolvimento de software, julgue o item que se segue.

Graças ao aumento no desempenho de processamento e à análise de grandes volumes de dados, a IA já superou o desempenho humano em várias tarefas específicas, embora a criatividade ainda seja um desafio para a IA.

Julgue o item seguinte, relativo à ciência de dados.

O aprendizado de máquina não supervisionado utiliza algoritmos para analisar conjuntos de dados não rotulados, a fim de descobrir padrões ocultos sem necessidade de intervenção humana.

Acerca dos algoritmos de machine learning, deep learning, de técnicas de inteligência artificial generativa e LLM e dos softwares MAKER e Trinity, julgue o próximo item. 

LLM é uma rede neural artificial baseada em aprendizado profundo, com treinamento em grandes quantidades de dados textuais, o que lhe permite reconhecer, traduzir, prever e gerar dados. 

Julgue o próximo item, relativo à avaliação de modelos.

Considere que os três gráficos identificados por #1, #2 e #3 a seguir representem resultados de modelos de classificação em uma base de treinamento com dados de uma agência bancária e que neles a linha separe duas situações: X indicativo de não pagamento de empréstimo e O indicativo de pagamento de empréstimo. Com base nessas informações e nos gráficos apresentados, é correto afirmar que #1 é o modelo mais simples e performático com baixo viés, o modelo #2 tem acurácia média e alto viés e #3 é o modelo ideal, em comparação aos demais, pois tem alto viés e alta acurácia.

Julgue o próximo item, relativo à avaliação de modelos.

A IA generativa é capaz de criar conteúdos novos, como textos, imagens, músicas e vídeos, além de resolver problemas inéditos com base em conhecimentos prévios, permitindo gerar novos artefatos realistas em escala, sem repeti-los.

Julgue o próximo item, relativo à avaliação de modelos.

Considere que o gráfico a seguir descreva o resultado de três modelos de regressão logística distintos e que os resultados de AUC para os modelos referentes às curvas A, B e C sejam, respectivamente, 0,91, 0,77 e 0,59. A partir dessas informações, é correto afirmar que o modelo relativo à curva A é o melhor para classificar corretamente os dados presentes no conjunto de dados utilizado, ainda que o modelo relativo à curva C tenha obtido o menor valor.

Relativamente aos conceitos de CRISP-DM, MLOps e Python, julgue o seguinte item.

O monitoramento contínuo em MLOps é utilizado para identificar desvios de desempenho de modelos em produção, incluindo mudanças na distribuição de dados usados em comparação a dados de treinamento. 

Julgue o item a seguir, referentes aos modelos de linguagem da IA generativa.

Em uma rede adversária generativa (GAN), o gerador cria dados e o discriminador avalia se esses dados pertencem ao conjunto de treinamento real.

Julgue o item a seguir, referentes aos modelos de linguagem da IA generativa.

O VAE (variational autoencoder) é um autoencoder cuja distribuição de codificações é regularizada somente após o treinamento, o que garante que seu espaço latente tenha boas propriedades e maior dimensão para capturar padrões subjacentes, permitindo a geração de novos dados.

Julgue o próximo item, relativo a redes neurais e suas arquiteturas. 

O perceptron multicamada (MLP) é um tipo de rede neural artificial constituída de várias camadas de neurônios que utilizam funções de ativação não lineares, permitindo que essa rede aprenda padrões complexos acerca de dados de entrada.