Questões de Concurso
Sobre inteligencia artificial em engenharia de software
Foram encontradas 758 questões
Ano: 2025
Banca:
FGV
Órgão:
TCE-PI
Prova:
FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |
Q3154828
Engenharia de Software
Com relação ao ajuste de dados e a aplicação de modelos
preditivos de aprendizado de máquina, analise os itens a seguir.
I. O subajuste (underfitting) indica baixa capacidade preditiva do modelo para os dados de treinamento.
II. O superajuste (overfitting) impacta negativamente a capacidade de generalização do modelo.
III. A presença de ruído nos dados favorece a ocorrência de superajuste (overfitting) do modelo.
Está correto o que se afirma em
I. O subajuste (underfitting) indica baixa capacidade preditiva do modelo para os dados de treinamento.
II. O superajuste (overfitting) impacta negativamente a capacidade de generalização do modelo.
III. A presença de ruído nos dados favorece a ocorrência de superajuste (overfitting) do modelo.
Está correto o que se afirma em
Ano: 2025
Banca:
FGV
Órgão:
TCE-PI
Prova:
FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |
Q3154827
Engenharia de Software
A popularização da Internet permitiu que grande parcela da
população pudesse expressar suas opiniões na forma de fóruns,
blogs, avaliações de produtos, entre outros. Assim, deixou de ser
necessário que empresas conduzam enquetes ou pesquisas para
que possam saber a opinião dos consumidores sobre seus
produtos ou de concorrentes. O volume de textos opinativos
disponíveis é tal, que a tarefa de ler, sumarizar e organizar de
forma útil essas informações é desafiadora. O campo da análise
de sentimento, no processamento de linguagem natural, trata
justamente dessa necessidade, da automatização da descoberta
e da sumarização de opiniões.
Considerando este tema, avalie as afirmativas a seguir.
I. A análise de sentimentos pode ser tratada como um problema de classificação de textos, onde é importante definir se o texto é objetivo ou subjetivo. Textos subjetivos são os de principal interesse nesse campo de pesquisa.
II. A análise de sentimentos pode ser usada para a identificação de avaliações falsas em sites de e-commerce. Uma limitação para essa aplicação é a dificuldade de obtenção de dados para treinamento de modelos, uma vez que a marcação manual de avaliações com opiniões falsas ou enganosas é muitas vezes difícil.
III. Um exemplo de algoritmo supervisionado de análise de sentimentos para avaliações de produtos pode ser resumido nos seguintes passos: extração de frases com padrões predeterminados de opinião; cálculo de um indicador de orientação de cada frase; obtenção da orientação média da avaliação como um todo; e determinação se é positiva ou negativa.
Está correto o que se afirma em
Considerando este tema, avalie as afirmativas a seguir.
I. A análise de sentimentos pode ser tratada como um problema de classificação de textos, onde é importante definir se o texto é objetivo ou subjetivo. Textos subjetivos são os de principal interesse nesse campo de pesquisa.
II. A análise de sentimentos pode ser usada para a identificação de avaliações falsas em sites de e-commerce. Uma limitação para essa aplicação é a dificuldade de obtenção de dados para treinamento de modelos, uma vez que a marcação manual de avaliações com opiniões falsas ou enganosas é muitas vezes difícil.
III. Um exemplo de algoritmo supervisionado de análise de sentimentos para avaliações de produtos pode ser resumido nos seguintes passos: extração de frases com padrões predeterminados de opinião; cálculo de um indicador de orientação de cada frase; obtenção da orientação média da avaliação como um todo; e determinação se é positiva ou negativa.
Está correto o que se afirma em
Q3154040
Engenharia de Software
Em um problema de classificação binária com aprendizado de
máquina, a técnica geralmente mais adequada para ajustar o
modelo e evitar o overfitting é
Ano: 2024
Banca:
IV - UFG
Órgão:
TJ-GO
Prova:
IV - UFG - 2024 - TJ-GO - Residente em Tecnologia da Informação |
Q3894286
Engenharia de Software
Texto associado
Inteligência Artificial (IA) é um ramo da ciência da computação
que visa criar sistemas capazes de realizar tarefas que
normalmente exigem inteligência humana, como aprendizado,
raciocínio, percepção, reconhecimento de padrões, tomada de
decisões e resolução de problemas. A IA busca desenvolver
máquinas que possam pensar, aprender e agir de forma
autônoma, tomando decisões com base em dados e experiências
passadas.
Sobre inteligência artificial e suas técnicas, julgue o item.
A abordagem de "representação distribuída" em redes neurais sugere que o conhecimento é armazenado em um padrão distribuído ao longo das conexões da rede, em vez de estar localizado em neurônios individuais.
Ano: 2024
Banca:
IV - UFG
Órgão:
TJ-GO
Prova:
IV - UFG - 2024 - TJ-GO - Residente em Tecnologia da Informação |
Q3894285
Engenharia de Software
Texto associado
Inteligência Artificial (IA) é um ramo da ciência da computação
que visa criar sistemas capazes de realizar tarefas que
normalmente exigem inteligência humana, como aprendizado,
raciocínio, percepção, reconhecimento de padrões, tomada de
decisões e resolução de problemas. A IA busca desenvolver
máquinas que possam pensar, aprender e agir de forma
autônoma, tomando decisões com base em dados e experiências
passadas.
Sobre inteligência artificial e suas técnicas, julgue o item.
Modelos Generativos Adversariais (GANs) consistem em dois componentes principais: um gerador, que cria dados falsificados, e um discriminador, que tenta distinguir entre dados reais e falsificados.
Ano: 2024
Banca:
IV - UFG
Órgão:
TJ-GO
Prova:
IV - UFG - 2024 - TJ-GO - Residente em Tecnologia da Informação |
Q3894284
Engenharia de Software
Texto associado
Inteligência Artificial (IA) é um ramo da ciência da computação
que visa criar sistemas capazes de realizar tarefas que
normalmente exigem inteligência humana, como aprendizado,
raciocínio, percepção, reconhecimento de padrões, tomada de
decisões e resolução de problemas. A IA busca desenvolver
máquinas que possam pensar, aprender e agir de forma
autônoma, tomando decisões com base em dados e experiências
passadas.
Sobre inteligência artificial e suas técnicas, julgue o item.
O teorema da incompletude de Gödel demonstra que existem limitações fundamentais para o que sistemas baseados em lógica formal podem provar, sugerindo que não é possível construir um sistema de IA que compreenda completamente todos os aspectos da lógica e da matemática.
Ano: 2024
Banca:
IV - UFG
Órgão:
TJ-GO
Prova:
IV - UFG - 2024 - TJ-GO - Residente em Tecnologia da Informação |
Q3894283
Engenharia de Software
Texto associado
Inteligência Artificial (IA) é um ramo da ciência da computação
que visa criar sistemas capazes de realizar tarefas que
normalmente exigem inteligência humana, como aprendizado,
raciocínio, percepção, reconhecimento de padrões, tomada de
decisões e resolução de problemas. A IA busca desenvolver
máquinas que possam pensar, aprender e agir de forma
autônoma, tomando decisões com base em dados e experiências
passadas.
Sobre inteligência artificial e suas técnicas, julgue o item.
Redes Neurais Convolucionais (CNNs) são especialmente eficazes para tarefas relacionadas à análise de imagens, enquanto Redes Neurais Recorrentes (RNNs) são mais adequadas para tarefas de sequência temporal, como análise de séries temporais e modelagem de linguagem.
Ano: 2024
Banca:
IV - UFG
Órgão:
TJ-GO
Prova:
IV - UFG - 2024 - TJ-GO - Residente em Tecnologia da Informação |
Q3894282
Engenharia de Software
Texto associado
Inteligência Artificial (IA) é um ramo da ciência da computação
que visa criar sistemas capazes de realizar tarefas que
normalmente exigem inteligência humana, como aprendizado,
raciocínio, percepção, reconhecimento de padrões, tomada de
decisões e resolução de problemas. A IA busca desenvolver
máquinas que possam pensar, aprender e agir de forma
autônoma, tomando decisões com base em dados e experiências
passadas.
Sobre inteligência artificial e suas técnicas, julgue o item.
A técnica de aprendizado por reforço é inspirada no comportamento de aprendizagem dos seres humanos e se baseia em recompensas e penalidades para otimizar a tomada de decisões em ambientes dinâmicos.
Ano: 2024
Banca:
IF-MT
Órgão:
IF-MT
Prova:
IF-MT - 2024 - IF-MT - Professor do Ensino Básico, Técnico e Tecnológico - Engenharia da Computação |
Q3541858
Engenharia de Software
Analise as seguintes afirmações sobre tipos de aprendizados em Redes Neurais Artificiais:
I – No aprendizado por memória, o mecanismo não enxerga os neurônios individualmente, mas sim a rede como um todo. Um estado de “energia” é atribuído ao sistema, dada uma configuração, e esse estado é corrigido com base em uma pseudo-temperatura (determinado momento no tempo que reflete uma configuração qualquer). Com o uso de uma função estocástica (aleatória) de variação em alguns pesos a cada ciclo, o sistema tende a um equilíbrio após vários ciclos, gerando a resposta esperada.
II – No Aprendizado Hebbiano, o peso de uma sinapse (conexão entre dois neurônios) é aumentado se ambos os neurônios são excitados simultaneamente (no mesmo momento temporal); por outro lado, esse peso é reduzido se ambos os neurônios são excitados em momentos diferentes.
III – No aprendizado de Boltzmann, a correção dos pesos se dá pela construção de um vetor de duplas, que contém duplas de valores de entrada e valores desejados de saída. Esse vetor tem suas duplas visitadas na vizinhança dos valores ideais de entrada e saída desejados a cada iteração, com os valores mutados para corrigir os pesos de entrada dos neurônios.
Assinale a alternativa CORRETA, conforme Oliveira (2018):
OLIVEIRA, R. F. Inteligência Artificial. Editora e Distribuidora Educacional S.A. 224pg. 2018.
I – No aprendizado por memória, o mecanismo não enxerga os neurônios individualmente, mas sim a rede como um todo. Um estado de “energia” é atribuído ao sistema, dada uma configuração, e esse estado é corrigido com base em uma pseudo-temperatura (determinado momento no tempo que reflete uma configuração qualquer). Com o uso de uma função estocástica (aleatória) de variação em alguns pesos a cada ciclo, o sistema tende a um equilíbrio após vários ciclos, gerando a resposta esperada.
II – No Aprendizado Hebbiano, o peso de uma sinapse (conexão entre dois neurônios) é aumentado se ambos os neurônios são excitados simultaneamente (no mesmo momento temporal); por outro lado, esse peso é reduzido se ambos os neurônios são excitados em momentos diferentes.
III – No aprendizado de Boltzmann, a correção dos pesos se dá pela construção de um vetor de duplas, que contém duplas de valores de entrada e valores desejados de saída. Esse vetor tem suas duplas visitadas na vizinhança dos valores ideais de entrada e saída desejados a cada iteração, com os valores mutados para corrigir os pesos de entrada dos neurônios.
Assinale a alternativa CORRETA, conforme Oliveira (2018):
OLIVEIRA, R. F. Inteligência Artificial. Editora e Distribuidora Educacional S.A. 224pg. 2018.
Ano: 2024
Banca:
IF-MT
Órgão:
IF-MT
Prova:
IF-MT - 2024 - IF-MT - Professor do Ensino Básico, Técnico e Tecnológico - Engenharia da Computação |
Q3541855
Engenharia de Software
Analise as seguintes afirmações sobre Algoritmos Genéticos:
I – Um algoritmo genético é uma variante da busca em feixe estocástica, na qual os estados sucessores são gerados pela modificação de um único estado.
II – A analogia em relação à seleção natural é a mesma que se dá na busca em feixe estocástica, exceto pelo fato de usar a reprodução assexuada, e não a reprodução sexuada.
III – A principal desvantagem do algoritmo genético vem do cruzamento, no qual é possível combinar grandes blocos de genes que evoluem de forma independente para executar funções úteis, elevando, assim, o nível de granularidade em que a busca opera.
IV – Os algoritmos genéticos combinam uma propensão de exploração aleatória com a troca de informações entre processos de busca paralelos.
Assinale a alternativa CORRETA, conforme Russel e Norvig (2013):
RUSSELL, S.; NORVIG, P. Inteligência Artificial. Elsevier Bookman. 3° Ed. 1324 pg. 2013.
I – Um algoritmo genético é uma variante da busca em feixe estocástica, na qual os estados sucessores são gerados pela modificação de um único estado.
II – A analogia em relação à seleção natural é a mesma que se dá na busca em feixe estocástica, exceto pelo fato de usar a reprodução assexuada, e não a reprodução sexuada.
III – A principal desvantagem do algoritmo genético vem do cruzamento, no qual é possível combinar grandes blocos de genes que evoluem de forma independente para executar funções úteis, elevando, assim, o nível de granularidade em que a busca opera.
IV – Os algoritmos genéticos combinam uma propensão de exploração aleatória com a troca de informações entre processos de busca paralelos.
Assinale a alternativa CORRETA, conforme Russel e Norvig (2013):
RUSSELL, S.; NORVIG, P. Inteligência Artificial. Elsevier Bookman. 3° Ed. 1324 pg. 2013.
Ano: 2024
Banca:
IF-MT
Órgão:
IF-MT
Prova:
IF-MT - 2024 - IF-MT - Professor do Ensino Básico, Técnico e Tecnológico - Engenharia da Computação |
Q3541854
Engenharia de Software
O teste de Turing foi projetado para fornecer uma definição operacional satisfatória de inteligência.
O computador passará no teste se um interrogador humano, depois de propor algumas perguntas por
escrito, não conseguir descobrir se as respostas escritas vêm de uma pessoa ou de um computador. O teste
de Turing evitou deliberadamente a interação física direta entre o interrogador e o computador porque a
simulação física de uma pessoa é desnecessária para a inteligência. Entretanto, o chamado teste de Turing
total inclui um sinal de vídeo, de forma que o interrogador possa testar as habilidades de percepção do
indivíduo, além de oferecer ao interrogador a oportunidade de repassar objetos físicos “pela janelinha”.
Para ser aprovado no teste de Turing total, o computador precisaria ter seis capacidades. Sabendo destas
informações, numere a coluna da direita (capacidade) de acordo com sua correspondência com a coluna da
esquerda (funcionalidade).
1 - Processamento de linguagem natural
2 - Representação de conhecimento
3 - Raciocínio automatizado
4 - Aprendizado de máquina
5 - Visão computacional
6 - Robótica
( ) Permite manipular objetos e movimentar-se.
( ) Permite adaptar-se a novas circunstâncias, para detectar e extrapolar padrões.
( ) Permite usar as informações armazenadas com a finalidade de responder a perguntas e tirar novas conclusões.
( ) Permite perceber objetos.
( ) Permite que o computador se comunique com sucesso em uma linguagem de idioma.
( ) Permite armazenar o que sabe ou ouve.
Assinale a alternativa que apresenta a numeração CORRETA da coluna da direita, de cima para baixo, conforme Russel e Norvig (2013):
RUSSELL, S.; NORVIG, P. Inteligência Artificial. Elsevier Bookman. 3° Ed. 1324 pg. 2013.
1 - Processamento de linguagem natural
2 - Representação de conhecimento
3 - Raciocínio automatizado
4 - Aprendizado de máquina
5 - Visão computacional
6 - Robótica
( ) Permite manipular objetos e movimentar-se.
( ) Permite adaptar-se a novas circunstâncias, para detectar e extrapolar padrões.
( ) Permite usar as informações armazenadas com a finalidade de responder a perguntas e tirar novas conclusões.
( ) Permite perceber objetos.
( ) Permite que o computador se comunique com sucesso em uma linguagem de idioma.
( ) Permite armazenar o que sabe ou ouve.
Assinale a alternativa que apresenta a numeração CORRETA da coluna da direita, de cima para baixo, conforme Russel e Norvig (2013):
RUSSELL, S.; NORVIG, P. Inteligência Artificial. Elsevier Bookman. 3° Ed. 1324 pg. 2013.
Ano: 2024
Banca:
IF-MT
Órgão:
IF-MT
Prova:
IF-MT - 2024 - IF-MT - Professor do Ensino Básico, técnico e Tecnológico - Engenharia da Computação |
Q3449438
Engenharia de Software
A Rede Neural Artificial ilustrada abaixo é composta pelos neurônios N1 e N2, que possuem como entradas
os valores x1, x2 e x3 e saídas y1 e y2. Ambos os neurônios possuem função de ativação com limiar rígido,
saídas 0 ou 1 e com os respectivos limiares de ativação 
(RUSSEL e NORVIG, 2013).
(RUSSEL, Stuart; NORVIG, Peter. Inteligência artificial. Rio de Janeiro: GEN LTC, 2013.)
Considere o seguinte conjunto de pesos obtidos após treinamento da rede neural:
w11 = 5
w21= 0,5
w31 = -1
w12 = 3
w22 = 2
w32 = 4
Considere os 2 casos de teste a seguir:
Teste 1: x1 = 0, x2 = 1 e x3 = 2
Teste 2: x1 = 2, x2 = 0 e x3 = 3
Assinale a alternativa que apresenta a saída CORRETA para os testes propostos:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |
Q3331519
Engenharia de Software
Acerca dos frameworks LangChain e Llamaindex, amplamente utilizados atualmente para construir aplicação
integradas a Large Language Models (LLMs), a opção que
apresenta uma observação correta é:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331328
Engenharia de Software
Sobre as redes neurais convolucionais, é correto afirmar que:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331327
Engenharia de Software
Sobre os autoencoders, podemos dizer que:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331325
Engenharia de Software
São desafios do processo de agrupamento de dados,
EXCETO:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331321
Engenharia de Software
Recentemente muito tem sido discutido em relação à
interpretabilidade dos modelos de aprendizado de máquina.
Eles têm sido comparados a caixas-pretas,pois, embora
venham apresentando resultados impressionantes com
sua acurácia, não se tem muitas vezes ideia do que acontece dentro deles. Em outras palavras, as previsões são
úteis e precisas, mas não se sabe como elas foram feitas
e quais atributos ou fatores podem ter maior influência nos
resultados.
Trata-se de modelos complexos que absorvem relações não lineares e não triviais nos dados. É preciso que o analista de dados tenha uma visão crítica e entendimento dos algoritmos. Suponha que você tenha sido contratado para criar um sistema que utilize modelos de aprendizado de máquina para classificar pacientes segundo a propensão a apresentar uma determinada doença, mas um requisito essencial do sistema é que seja possível explicar claramente como se chegou a essa previsão. Dentre os seguintes algoritmos, é correto afirmar o que se utilizaria é:
Trata-se de modelos complexos que absorvem relações não lineares e não triviais nos dados. É preciso que o analista de dados tenha uma visão crítica e entendimento dos algoritmos. Suponha que você tenha sido contratado para criar um sistema que utilize modelos de aprendizado de máquina para classificar pacientes segundo a propensão a apresentar uma determinada doença, mas um requisito essencial do sistema é que seja possível explicar claramente como se chegou a essa previsão. Dentre os seguintes algoritmos, é correto afirmar o que se utilizaria é:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331319
Engenharia de Software
Todos podem cometer erros, inclusive os algoritmos
de aprendizado de máquina. Existem técnicas que podem
ser usadas para aumentar nossa confiança de que eles
farão previsões confiáveis. A ideia é usar uma coleção de
classificadores treinados em dados levemente diferentes
e usar todos para avaliar cada instância de entrada. Cada
um deles realiza a classificação e escolhemos a classe
mais votada como resultado. É correto afirmar que contém
apenas técnicas que podem ser usadas para aumentar a
confiabilidade nas previsões segundo essa ideia:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331318
Engenharia de Software
“Sua estrutura básica é organizada em camadas.
Neurônios em cada camada podem se comunicar com os
neurônios da camada anterior e da próxima. É o formato
desta estrutura que resulta no nome aprendizado profundo.”
(Andrew Glassner)
Segundo Glassner, o que caracteriza uma rede de aprendizado profundo são:
Segundo Glassner, o que caracteriza uma rede de aprendizado profundo são:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331316
Engenharia de Software
Sobre a função de ativação de redes neurais, é CORRETO afirmar que:
Conheça nossos planos