Questões de Concurso Sobre inteligencia artificial em engenharia de software

Foram encontradas 778 questões

Q3209972 Engenharia de Software

Julgue o item a seguir, relativos a redes neurais artificiais.



Os nós de origem na camada de entrada da rede neural, isto é, na primeira camada oculta, fornecem os respectivos elementos do padrão de ativação (vetor de entrada), que constituem os sinais de entrada aplicados aos neurônios (nós de computação) na segunda camada. 

Alternativas
Q3209971 Engenharia de Software

Julgue o item a seguir, relativos a redes neurais artificiais.



Nas redes neurais multicamadas, quando se aumenta significativamente a dimensão da rede neural, o esforço computacional para sua implementação tem um aumento insignificante.

Alternativas
Q3209725 Engenharia de Software
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.

O deep learning elimina completamente a necessidade de pré-processamento de dados, pois as redes neurais são capazes de aprender todas as características automaticamente.
Alternativas
Q3209723 Engenharia de Software
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.

O uso de GPUs e TPUs acelera os cálculos necessários para operações matriciais e retropropagação em modelos de deep learning.
Alternativas
Q3209722 Engenharia de Software
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.

A única maneira de se evitar o underfitting em um modelo de machine learning é reduzir a quantidade de dados de entrada, pois isso impede que o modelo fique sobrecarregado de informações irrelevantes. 
Alternativas
Q3209721 Engenharia de Software
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.

O overfitting ocorre quando um modelo de machine learning tem alta precisão nos dados de treinamento, mas apresenta desempenho significativamente pior em novos dados.
Alternativas
Q3209702 Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.

O ChatGPT e o DeepSeek são plataformas de IA generativas baseadas em modelos de linguagem de grande escala (LLMs — large language models) e o princípio tecnológico dessas plataformas é a arquitetura transformer, que ajuda o modelo a aprender as relações entre palavras e frases em longos trechos de texto.
Alternativas
Q3209699 Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.

A equação a seguir é utilizada no algoritmo de Naive Bayes para modelar explicitamente a distribuição real de cada classe.
arg max{p(x|y)∙p(y)}
Alternativas
Q3209696 Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.

Um prompt é um conjunto de instruções que o modelo generativo utiliza para prever a resposta desejada.
Alternativas
Q3208410 Engenharia de Software

Julgue o próximo item, a respeito de machine leaning. 


A biblioteca Scikit-learn é amplamente utilizada para aprendizado de máquina em Python, mas não é especializada em processamento de linguagem natural nem oferece suporte robusto para redes neurais profundas.  

Alternativas
Q3188258 Engenharia de Software
As Redes Neurais Convolucionais (Convolutional Neural Network - CNNs) são amplamente utilizadas em tarefas de reconhecimento de imagens.
Sobre as características e as arquiteturas das CNNs, avalie as afirmativas a seguir.

I. Uma camada que compõe uma CNN é a camada convolucional. Nela ocorre a subamostragem da imagem, com o objetivo de se diminuir a carga computacional, o uso de memória e o número de parâmetros necessários.
II. LeNet-5, AlexNet e ResNet são exemplos de arquiteturas CNN.
III. A arquitetura de uma CNN é composta exclusivamente por camadas convolucionais e camadas de pooling.

Está correto o que se afirma em 
Alternativas
Q3188256 Engenharia de Software
Marcelo, auditor especializado em Análise de Dados, está estudando o uso de algoritmos de aprendizado de máquina (Machine Learning) para a detecção de fraudes em contas públicas. Como parte de seus experimentos, ele dividiu seu conjunto de dados em treinamento e teste. Após treinar um modelo, percebeu que os resultados apresentavam indícios de underfitting.
O underfitting ocorre 
Alternativas
Q3188255 Engenharia de Software
Algoritmos de Aprendizado de Máquina (Machine Learning) podem ser classificados quanto ao tipo de aprendizado.
Em relação ao tema, avalie as afirmações a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) Tarefas de classificação e regressão são exemplos típicos de aprendizado supervisionado.
( ) No aprendizado não supervisionado, os dados de treinamento não estão rotulados.
( ) SVM, árvores de decisão e regressão logística são exemplos de algoritmos de aprendizado supervisionado.

As afirmativas são, respectivamente, 
Alternativas
Q3185094 Engenharia de Software
No que concerne à inteligência artificial (IA) e às novas tecnologias e inovações, julgue o item a seguir.

A IA passou a executar com eficácia funções que, antes, somente seres humanos conseguiam, e um dos campos de atuação está relacionado com a preservação ambiental e com o desenvolvimento sustentável. 
Alternativas
Q3178723 Engenharia de Software
Em projetos de modelos que envolvem visão computacional, técnicas transfer learning são frequentemente utilizadas para melhorar o desempenho e reduzir o tempo de desenvolvimento. Levando em consideração os conceitos relacionados à transfer learning, assinale a alternativa correta.
Alternativas
Q3178714 Engenharia de Software
Deep learning é uma subárea do aprendizado de máquina que utiliza redes neurais profundas para modelar dados complexos. Assinale a alternativa que descreve corretamente uma característica fundamental das redes neurais profundas.
Alternativas
Q3178713 Engenharia de Software
A clusterização é uma técnica de aprendizado não supervisionado que agrupa dados com características similares. Sobre as diferentes técnicas de clusterização, analise as assertivas abaixo:

I. Hierarchical Clustering é mais adequado para grandes volumes de dados devido ao seu baixo custo computacional.

II. K-means é um algoritmo de clusterização que minimiza a variância dentro dos clusters ao calcular centros iterativamente.

III. DBSCAN é capaz de detectar clusters de formato arbitrário e identificar pontos como ruído se eles não pertencem a nenhum cluster.


Quais estão corretas?
Alternativas
Q3178712 Engenharia de Software
As técnicas de regressão são amplamente utilizadas para modelar a relação entre variáveis e realizar previsões contínuas em aprendizado de máquina. Sobre as diferentes técnicas de regressão, assinale a alternativa correta.
Alternativas
Q3178711 Engenharia de Software
As técnicas de classificação são fundamentais em aprendizado de máquina para prever categorias ou classes com base em dados históricos. Nesse contexto, assinale a alternativa que descreve corretamente uma técnica amplamente utilizada para classificação.
Alternativas
Q3167200 Engenharia de Software

Acerca de redes neurais, julgue o item subsecutivo.


As redes neurais convolucionais são uma classe de redes neurais artificiais projetadas para processar dados sequenciais, como texto ou áudio, utilizando camadas convolucionais que aplicam filtros para prever, diretamente, a saída final, isto é, sem extrair características intermediárias.

Alternativas
Respostas
241: E
242: E
243: E
244: C
245: E
246: C
247: C
248: C
249: C
250: C
251: B
252: C
253: A
254: C
255: B
256: A
257: D
258: E
259: C
260: E