Questões de Concurso
Sobre inteligencia artificial em engenharia de software
Foram encontradas 764 questões
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171153
Engenharia de Software
Aprendizado de máquina (Machine learning) e
aprendizado profundo (Deep learning) são
assuntos populares nos dias de hoje na área da
computação. Assinale a alternativa que
apresenta a principal diferença entre
aprendizado de máquina e aprendizado
profundo.
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171152
Engenharia de Software
O Processamento de Linguagem Natural (PLN)
é uma subárea da inteligência artificial que foca
na interação entre computadores e a linguagem
humana. Ele envolve a criação de algoritmos e
modelos que permitem que as máquinas
compreendam, interpretem e respondam a
textos e fala de maneira semelhante aos
humanos. Este processamento segue um fluxo
básico de análises e ações. Assinale a
alternativa que apresenta quais são os estágios
deste fluxo.
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171148
Engenharia de Software
Se vamos criar apenas uma hipótese, essa
abordagem é suficiente. Mas muitas vezes
acabamos criando várias hipóteses: podemos
querer comparar dois modelos de aprendizado
de máquina completamente diferentes, ou
podemos ajustar os vários “botões” dentro de
um modelo. Por exemplo, poderíamos tentar
diferentes limiares para poda χ2 das árvores de
decisão ou diferentes graus para os polinômios.
Chamamos esses “botões” de hiperparâmetros – parâmetros da classe de modelo, não do modelo individual. Desta forma, assinale a alternativa que apresenta o que são hiperparâmetros em modelos de aprendizado de máquina.
Chamamos esses “botões” de hiperparâmetros – parâmetros da classe de modelo, não do modelo individual. Desta forma, assinale a alternativa que apresenta o que são hiperparâmetros em modelos de aprendizado de máquina.
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171147
Engenharia de Software
Considere a afirmação a seguir:
“O processo de penalizar explicitamente a hipótese complexa é chamado ______ estamos procurando funções que sejam mais regulares. Observe que agora estamos fazendo duas escolhas: a função de perda (L1 ou L2) e a medida de complexidade, que é chamada função de ______” (RUSSEL et al., 2022, p.607).
Assinale a alternativa que preencha correta e respectivamente as lacunas.
“O processo de penalizar explicitamente a hipótese complexa é chamado ______ estamos procurando funções que sejam mais regulares. Observe que agora estamos fazendo duas escolhas: a função de perda (L1 ou L2) e a medida de complexidade, que é chamada função de ______” (RUSSEL et al., 2022, p.607).
Assinale a alternativa que preencha correta e respectivamente as lacunas.
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171146
Engenharia de Software
De acordo com o processo de aprendizado de
máquina, assinale a alternativa que apresenta o
que ocorre quando os dados são
subamostrados (underfitting) no contexto de
algoritmos de aprendizagem.
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171145
Engenharia de Software
Analise a afirmação a seguir:
“O fenômeno de _______ acontece quando o modelo preditivo é gerado de forma a representar os exemplares usados para sua geração com uma fidelidade mais alta que o necessário. Esses modelos, se avaliados em relação ao seu desempenho nesses exemplares, receberão avaliações muito boas [...]” (SILVA et al, 2016, p. 137).
Diante da afirmação anterior, assinale a alternativa que preencha corretamente a lacuna sobre qual fenômeno é este, com relação às estratégias para treinamento, validação e teste.
“O fenômeno de _______ acontece quando o modelo preditivo é gerado de forma a representar os exemplares usados para sua geração com uma fidelidade mais alta que o necessário. Esses modelos, se avaliados em relação ao seu desempenho nesses exemplares, receberão avaliações muito boas [...]” (SILVA et al, 2016, p. 137).
Diante da afirmação anterior, assinale a alternativa que preencha corretamente a lacuna sobre qual fenômeno é este, com relação às estratégias para treinamento, validação e teste.
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171144
Engenharia de Software
Com relação ao aprendizado de máquina, um
agente aprenderá a melhorar seu desempenho
após fazer observações sobre o mundo. A
aprendizagem pode variar do corriqueiro, como
anotar uma lista de compras, até o mais
profundo, como mostrado por Albert Einstein,
que deduziu uma nova teoria para o universo.
Quando o agente é um computador, nós o chamamos aprendizado de máquina: um computador observa alguns dados, monta um modelo baseado nos dados e usa o modelo como uma hipótese sobre o mundo e um software que pode resolver problemas. Desta forma, assinale a alternativa que apresenta qual é a principal razão para utilizar aprendizado de máquina em vez de programar um computador com todas as soluções possíveis desde o início
Quando o agente é um computador, nós o chamamos aprendizado de máquina: um computador observa alguns dados, monta um modelo baseado nos dados e usa o modelo como uma hipótese sobre o mundo e um software que pode resolver problemas. Desta forma, assinale a alternativa que apresenta qual é a principal razão para utilizar aprendizado de máquina em vez de programar um computador com todas as soluções possíveis desde o início
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171143
Engenharia de Software
O Teste de Turing é um conceito fundamental
na história da inteligência artificial (IA),
proposto pelo matemático e lógico Alan Turing
em 1950. Ele é frequentemente discutido em
relação à capacidade das máquinas de exibir
comportamento inteligente semelhante ao dos
seres humanos. Diante do exposto, assinale a
alternativa que apresenta quais são as
principais capacidades para um computador
passar no teste de Turing.
Ano: 2024
Banca:
FGV
Órgão:
Prefeitura de Cuiabá - MT
Prova:
FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |
Q3158085
Engenharia de Software
Considere um neurônio com três entradas x1, x2 e x3. A cada
entrada é atribuído um peso: w1, w2 e w3, de acordo com a tabela.
O limiar é representado por T.
O valor de y quando x1 = 1, x2 = 1 e x3 = 0 é igual a
O valor de y quando x1 = 1, x2 = 1 e x3 = 0 é igual a
Ano: 2024
Banca:
FGV
Órgão:
Prefeitura de Cuiabá - MT
Prova:
FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |
Q3158084
Engenharia de Software
Para a realização de análises preditivas e de agrupamento típicas
de mineração de textos, os dados não estruturados textuais devem
ser preparados antes de serem analisados. Este processo consiste
em quatro etapas: análise lexical, eliminação de termos
irrelevantes, redução da palavra ao seus radical e construção de
uma representação vetorial.
A etapa de análise lexical consiste na
A etapa de análise lexical consiste na
Ano: 2024
Banca:
FGV
Órgão:
Prefeitura de Cuiabá - MT
Prova:
FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |
Q3158073
Engenharia de Software
A aprendizagem é o processo pelo qual os parâmetros livres de
entrada de uma rede neural são ajustados a partir do processo de
estimulação pelo ambiente na qual a rede está inserida. O tipo de
aprendizagem é determinado pela maneira pela qual a
modificação dos parâmetros ocorre. A aprendizagem que consiste
na minimização da função custo, que é a diferença entre o valor
desejado e o valor da saída da rede neural, é conhecida por
Ano: 2024
Banca:
FGV
Órgão:
Prefeitura de Cuiabá - MT
Prova:
FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |
Q3158071
Engenharia de Software
Deseja-se implementar uma rede neural simples composta de um
neurônio com limiar igual a T para computar a operação booleana
“E” entre duas entradas binárias x1 e x2. A saída y deve obedecer
a Tabela verdade abaixo. w1 e w2 são os pesos das entradas.
Os valores de w1, w2 e T são, respectivamente
Os valores de w1, w2 e T são, respectivamente
Ano: 2024
Banca:
FGV
Órgão:
Prefeitura de Cuiabá - MT
Prova:
FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |
Q3158068
Engenharia de Software
Considere certo método de aprendizado de máquina do tipo
classificador, para realizar uma tarefa de classificação para k
classes (sendo k um número natural maior do que 1) em um
conjunto de dados com n objetos (sendo n um número natural
maior do que k). Acerca da matriz de confusão correspondente,
analise os itens a seguir.
I. A soma de todos os elementos da matriz é igual a n.
II. A taxa de acerto do classificador é dada pela razão entre a soma da diagonal principal da matriz e a soma de todos os elementos.
III. A precisão do classificador para certa classe i é dada pela razão entre o elemento da diagonal principal na linha i e a soma de todos os elementos da coluna i.
Está correto o que se afirma em
I. A soma de todos os elementos da matriz é igual a n.
II. A taxa de acerto do classificador é dada pela razão entre a soma da diagonal principal da matriz e a soma de todos os elementos.
III. A precisão do classificador para certa classe i é dada pela razão entre o elemento da diagonal principal na linha i e a soma de todos os elementos da coluna i.
Está correto o que se afirma em
Ano: 2024
Banca:
FURB
Órgão:
Câmara de Brusque - SC
Prova:
FURB - 2024 - Câmara de Brusque - SC - Analista de Tecnologia da Informação |
Q3124314
Engenharia de Software
No que diz respeito à Inteligência Artificial, assinale a
alternativa que apresenta a principal diferença entre
aprendizagem de máquina supervisionada e não
supervisionada.
Ano: 2024
Banca:
FURB
Órgão:
Câmara de Brusque - SC
Prova:
FURB - 2024 - Câmara de Brusque - SC - Analista de Tecnologia da Informação |
Q3124291
Engenharia de Software
Nos últimos anos, entre inovações e controvérsias
acerca de direitos autorais, surgiu uma tecnologia
chamada Stable Diffusion , que tem despertado interesse
em diversos campos da tecnologia. Com isso em mente,
assinale a alternativa que descreve corretamente o que é
Stable Diffusion:
Ano: 2024
Banca:
IMPARH
Órgão:
Prefeitura de Fortaleza - CE
Prova:
IMPARH - 2024 - Prefeitura de Fortaleza - CE - Analista de Regulação - Ciências da Computação |
Q3115428
Engenharia de Software
Sobre os conceitos de aprendizado de máquina, marque a
opção correta.
Ano: 2024
Banca:
FGV
Órgão:
TJ-MT
Prova:
FGV - 2024 - TJ-MT - Analista Judiciário - Tecnologia da Informação |
Q3114979
Engenharia de Software
O Processamento de Linguagem Natural (PLN) é uma subárea da
inteligência artificial focada em permitir que máquinas
compreendam, interpretem, gerem e respondam à linguagem
humana de maneira natural e significativa. O objetivo do PLN é
fazer com que sistemas computacionais realizem tarefas que
envolvem a linguagem humana, como leitura, escrita e
interpretação de forma semelhante à forma como os humanos
processam o idioma.
Em Processamento de Linguagem Natural (PLN), a tokenização
Em Processamento de Linguagem Natural (PLN), a tokenização
Ano: 2024
Banca:
FGV
Órgão:
TJ-MT
Prova:
FGV - 2024 - TJ-MT - Analista Judiciário - Tecnologia da Informação |
Q3114977
Engenharia de Software
A Inteligência Artificial (IA) tem sido um campo de pesquisa e
inovação que evoluiu bastante ao longo das décadas, e geralmente
é dividida em IA fraca e IA forte, conceitos que se referem ao nível
de “inteligência” que a IA consegue simular ou alcançar.
Em relação ao conceito de Inteligência Artificial (IA), assinale a afirmativa que descreve corretamente a diferença entre IA forte e IA fraca.
Em relação ao conceito de Inteligência Artificial (IA), assinale a afirmativa que descreve corretamente a diferença entre IA forte e IA fraca.
Ano: 2024
Banca:
FGV
Órgão:
TJ-MT
Prova:
FGV - 2024 - TJ-MT - Analista Judiciário - Tecnologia da Informação |
Q3114976
Engenharia de Software
A divisão dos dados por ocasião das tarefas de aprendizado de
máquina deve ser feita com todo critério técnico para evitar
problemas nos modelos gerados.
No contexto dessa divisão dos dados, assinale a afirmativa correta acerca do processo de overfitting em aprendizado de máquina.
No contexto dessa divisão dos dados, assinale a afirmativa correta acerca do processo de overfitting em aprendizado de máquina.
Ano: 2024
Banca:
INAZ do Pará
Órgão:
Prefeitura de São Sebastião do Tocantins - TO
Prova:
INAZ do Pará - 2024 - Prefeitura de São Sebastião do Tocantins - TO - Técnico em Informática |
Q3108483
Engenharia de Software
“É uma linguagem de programação amplamente usada
em aplicações da Web, desenvolvimento de software,
ciência de dados e machine learning (ML). Seus
desenvolvedores a usam porque é eficiente e fácil de
aprender e pode ser executada em muitas plataformas
diferentes. Foi criada por Guido Van Rossum, um
programador de computador na Holanda que deu o
nome a essa linguagem em razão de um programa de
televisão do qual era fã. Essa linguagem de
programação é?
Conheça nossos planos