Questões de Concurso
Sobre inteligencia artificial em engenharia de software
Foram encontradas 537 questões
A redução de dimensionalidade é uma técnica que reduz a quantidade de atributos que descrevem um objeto, mantendo a integridade dos dados originais.
A inteligência artificial (IA) envolve a criação de algoritmos e modelos que permitem que as máquinas processem informações, aprendam com dados, tenham consciência, emoções ou intuição humana, tomem decisões, resolvam problemas e interajam com o ambiente de maneira inteligente.
De acordo com os conceitos de inteligência artificial, as máquinas reativas têm a capacidade compreender os seres humanos, entendendo seus estados mentais.
A inteligência artificial é um sistema com capacidade de ponderar, aprender e agir para resolver um problema complexo.
O machine learning é um subconjunto da inteligência artificial, o qual é utilizado para analisar, por meio de algoritmos, grandes volumes de dados e permite que uma máquina ou um sistema aprenda e melhore com base na experiência.
Para que se possam, através do business intelligence, tomar medidas com base em insights em tempo real, é necessário que, antes, haja o recolhimento e transformação dos dados, a identificação de padrões e valores atípicos e a visualização desses dados.
Assinale a alternativa que descreve corretamente características de machine learning.
Assinale a alternativa que apresenta o sistema de software projetado para interagir com usuários por meio de conversas automatizadas.
Com relação à Low/No Code e robot process automation (RPA), julgue o próximo item.
A tecnologia RPA é caracterizada por plataformas de
desenvolvimento que possuem interfaces gráficas e robóticas
e tem o objetivo de possibilitar que o desenvolvedor construa
seu projeto com a ajuda de robôs.
Julgue o item a seguir, a respeito de inteligência artificial (IA) e machine learning.
Nos algoritmos de aprendizado por reforço, o agente recebe
uma recompensa atrasada na próxima etapa de tempo para
avaliar sua ação anterior; seu objetivo, então, é maximizar a
recompensa.
Em aprendizado de máquina, as características de entrada e saída são definidas, respectivamente, como atributos previsores e atributos alvo ou meta.
A matriz de confusão permite avaliar o desempenho de um modelo de classificação a partir da frequência de erros e acertos.
Sobra algaritmos de clusterização, analise as afirmativas a seguir.
I. Os resultados de um algoritmo de clusterização baseados em grafo são normalmente mostrados como um dendrograma.
II. Os métodos baseados em densidade são adequados para descobrir clusters com forma arbitrária, tais como elíptica, cilíndrica ou espiralada.
III. K-Means e K-Medaids são algoritmos de clusterização aglomerativa que dividen a base de dados em k-grupos, onde o número k é dado pelo usuário.
Está correto o que se afirma em
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.
I. É um classificador ingênuo que assume que a presença ou ausência de uma característica particular de uma classe não está relacionada com a presença ou ausência de outras características.
II. As variáveis de entrada são geralmente categóricas, mas variações do algoritmo podem aceitar variáveis contínuas. Também existem maneiras de converter variáveis contínuas em categóricas. Esse processo é denominado discretização de variáveis contínuas.
III. A filtragem de spam é um exemplo clássico do uso de Naïve Bayes para distinguir e-mail de spam de e-mail legítimo. Muitos clientes de e-mail modernos implementam variantes de filtragem bayesiana de spam.
Quais estão corretas?