Questões de Concurso
Sobre inteligencia artificial em engenharia de software
Foram encontradas 537 questões
( ) Aprendizado Supervisionado. ( ) Aprendizado pontual. ( ) Aprendizado por reforço.
Analise as afirmativas acima e dê valores Verdadeiro (V) ou Falso (F) e assinale a alternativa que apresenta a sequência correta de cima para baixo.
Em relação ao significado do termo “biased AI” (IA enviesada) na IA geracional, assinale a afirmativa correta.
No que se refere às novas tecnologias, julgue o item.
O aprendizado de máquina é um subcampo da IA
que se concentra no desenvolvimento de algoritmos
e modelos que permitem aos sistemas aprenderem
com os dados e melhorarem suas decisões ao longo
do tempo, ajustando seu desempenho com base no
feedback recebido.
No que se refere às novas tecnologias, julgue o item.
A lógica fuzzy é uma técnica, utilizada na inteligência
artificial (IA), que lida com a incerteza e a imprecisão
em sistemas.
1. Aprendizado supervisionado
2. Aprendizado não supervisionado
3. Aprendizado estruturado
4. Aprendizado não estruturado
5. Aprendizagem por reforço
Assinale a alternativa que indica todas as afirmativas corretas.
Apesar das CNN serem redes neurais profundas, com várias camadas ocultas, elas são dispensadas nos algoritmos de reconhecimento de imagens.
Backpropagation propaga o erro da camada de saída para as camadas intermediárias de uma rede neural a fim de que estas possam modificar seus pesos de forma a minimizar o erro médio.
As redes neurais têm a capacidade de adaptar seus pesos sinápticos considerando as mudanças de padrão dos dados de entrada.
Nas redes neurais completamente conectadas, todos os neurônios de uma camada estão conectados aos neurônios da camada seguinte, no entanto, não é possível que as saídas das camadas posteriores alimentem a entrada de camadas anteriores.
As conexões entre as camadas de uma rede neural do tipo MLP são de natureza feedfoward.
O aprendizado por reforço é um tipo de aprendizagem de máquina que tem por objetivo prever o resultado de um atributo alvo exclusivamente por meio de reforço no treinamento do modelo.
A técnica de agrupamento é um tipo de aprendizado não supervisionado em que o algoritmo identifica padrões em um conjunto de dados de entrada sem ter recebido qualquer feedback prévio.
Os algoritmos SVM (support vector machines) realizam apenas tarefas de regressão.
Julgue o próximo item, relativos a aprendizado de máquina.
As técnicas de regressão utilizam um conjunto finito de
hipóteses para, a partir dos atributos previsores, determinar a
categoria de um objeto do conjunto de dados analisado.
O algoritmo k-means é utilizado para realizar o agrupamento de dados e opera por meio de refinamento interativo.
O algoritmo k-means seleciona objetos reais de uma base de dados como centroide do grupo para realizar o agrupamento de objetos semelhantes.
O PCA é um procedimento estatístico que converte um conjunto de objetos com atributos possivelmente correlacionados em um conjunto de objetos com atributos linearmente descorrelacionados.
A compressão de atributos é uma técnica de redução de dimensionalidade na qual atributos irrelevantes ou redundantes são identificados e desconsiderados.
A regra de associação é uma técnica que busca relações de co-ocorrência entre objetos de uma base de dados.