Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 23

Q2522694

Ano: 2024 Banca: Quadrix Órgão: CRMV-SE Provas: Quadrix - 2024 - CRMV-SE - Advogado | Quadrix - 2024 - CRMV-SE - Contador |

Q2522694 Engenharia de Software

Texto associado

Nas questões que avaliem conhecimentos de informática, a menos que seja explicitamente informado o contrário, considere que: todos os programas mencionados estejam em configuração‑padrão, em português; o mouse esteja configurado para pessoas destras; expressões como clicar, clique simples e clique duplo refiram‑se a cliques com o botão esquerdo do mouse; e teclar corresponda à operação de pressionar uma tecla e, rapidamente, liberá‑la, acionando‑a apenas uma vez. Considere também que não haja restrições de proteção, de funcionamento e de uso em relação aos programas, arquivos, diretórios, recursos e equipamentos mencionados.

Assinale a alternativa que apresenta a principal diferença entre aprendizado supervisionado e aprendizado não supervisionado em aprendizado de máquina.

A

Aprendizado supervisionado e não supervisionado são termos intercambiáveis, sem diferenças significativas.

B

O aprendizado supervisionado requer um conjunto de dados de treinamento rotulado, enquanto o aprendizado não supervisionado não utiliza rótulos.

C

No aprendizado supervisionado, os modelos são treinados sem um conjunto de dados específico, enquanto no aprendizado não supervisionado, um conjunto de dados de treinamento é obrigatório.

D

O aprendizado supervisionado é utilizado apenas para classificação, enquanto o aprendizado não supervisionado é aplicado apenas em problemas de regressão.

E

O aprendizado supervisionado e não supervisionado são conceitos desatualizados e não mais são relevantes em aprendizado de máquina moderno.

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q2518308

Ano: 2024 Banca: FGV Órgão: INPE Prova: FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |

Q2518308 Engenharia de Software

As técnicas de aprendizado de máquina aplicadas à assimilação podem ser utilizadas de diversas maneiras para tratamento de dados. Um exemplo de processo que pode ser vantajoso para os algoritmos de assimilação é o de redução da dimensionalidade de um conjunto de dados, no qual se aplica treinamento não supervisionado para gerar representações “compactadas” das entradas originais. Esse processo permite a assimilação de dados no espaço latente, melhorando a eficiência de treinamento dos algoritmos.

Determinadas arquiteturas de rede neural são utilizadas para redução de dimensionalidade e para a geração de representações de dados no espaço latente, em que se destaca a arquitetura do tipo

A

Autoencoders.

B

Redes Neurais Bayesianas.

C

Redes Neurais Convolucionais.

D

Redes Adversariais Generativas.

E

Máquinas de Boltzmann Restritas.

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q2518307

Ano: 2024 Banca: FGV Órgão: INPE Prova: FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |

Q2518307 Engenharia de Software

Redes neurais artificiais são elementos fundamentais para o uso de técnicas de aprendizado de máquina. São constituídas por camadas de unidades de processamento, chamadas de neurônios.

Relacione os tipos de redes neurais listadas as seguir, às suas principais características.

1. Redes de Propagação Direta (feedforward).
2. Redes Neurais Recorrentes.
3. Redes de Funções de Base Radial.
4. Redes Auto-Organizáveis de Kohonen.
( ) Rede que possui realimentação, de forma que as saídas são direcionadas para as entradas, formando-se um loop.
( ) Rede em que os sinais fluem apenas em uma direção, da entrada para a saída, exceto quando em treinamento.
( ) Rede que é treinada com aprendizado não supervisionado, criando clusters dos dados de entrada.
( ) Rede usada para aproximar funções contínuas a partir de combinações lineares de Gaussianas.

Assinale a opção que indica a relação correta na ordem apresentada.

A

2 – 1 – 3 – 4.

B

3 – 1 – 4 – 2.

C

1 – 2 – 3 – 4.

D

2 – 1 – 4 – 3.

E

1 – 2 – 4 – 3.

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q2518306

Ano: 2024 Banca: FGV Órgão: INPE Prova: FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |

Q2518306 Engenharia de Software

Recentemente, tem-se observado o aumento dos usos de algoritmos de Inteligência Artificial (IA) aplicados à assimilação de dados. Muitos algoritmos de IA em assimilação são baseados em redes neurais e redes neurais profundas, que necessitam de uma etapa de treinamento.

Essas etapas de treinamento nem sempre são de fácil execução. Por exemplo, há um fenômeno que ocorre quando um algoritmo é treinado e apresenta bom desempenho para um conjunto particular de dados usado para treinamento, mas falha ao prever respostas para dados de entrada não incluídos naquele conjunto.

A esse fenômeno dá-se o nome, em inglês, de

A

Supertraining.

B

Underfitting.

C

Overfitting.

D

Reinforcement Learning.

E

Kerneling.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q2517643

Ano: 2024 Banca: FGV Órgão: CVM Prova: FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |

Q2517643 Engenharia de Software

No método tensorflow.keras.layers.Dense(...), se nenhuma função de ativação é especificada, é utilizada por padrão a função:

A

linear;

B

ReLU;

C

sigmoide;

D

softmax;

E

softplus.

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q2517621

Ano: 2024 Banca: FGV Órgão: CVM Prova: FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |

Q2517621 Engenharia de Software

A abordagem que garante uma exploração completa das combinações de hiperparâmetros na identificação da configuração ideal para maximizar o desempenho do modelo de aprendizado de máquina é a:

A

realização de uma Grid Search, explorando sistematicamente os valores de hiperparâmetros predefinidos para identificar a combinação ideal para maximizar o desempenho do modelo;

B

utilização de uma Busca Aleatória, amostrando aleatoriamente o espaço de hiperparâmetros, oferecendo uma abordagem mais eficiente para o ajuste de hiperparâmetros em comparação com os métodos exaustivos;

C

implementação de uma Validação Cruzada K-fold, particionando o conjunto de dados em K subconjuntos para treinar e avaliar iterativamente o modelo, fornecendo uma avaliação robusta de seu desempenho de generalização;

D

aplicação de métodos Ensemble, combinando vários modelos para aproveitar suas diversas forças, visando a melhorar o desempenho geral, particularmente quando os modelos individuais apresentam diferentes tipos de erros;

E

utilização de uma Feature Scaling, normalizando a escala das características de entrada para garantir comparações justas entre diferentes variáveis, o que é particularmente benéfico para algoritmos sensíveis a diferenças de escala.

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q2517620

Ano: 2024 Banca: FGV Órgão: CVM Prova: FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |

Q2517620 Engenharia de Software

Considere uma estrutura específica de rede neural recorrente, conhecida como Long Short-Term Memory (LSTM). Essa estrutura é projetada para enfrentar desafios como capturar dependências de longo prazo e mitigar o problema do gradiente que desaparece.

A inovação arquitetônica distintiva da LSTM é(são):

A

o recorte de gradiente;

B

as células de memória com mecanismos de gating;

C

os mecanismos de atenção;

D

as conexões de salto;

E

as camadas de Max-pooling.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q2517618

Ano: 2024 Banca: FGV Órgão: CVM Prova: FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |

Q2517618 Engenharia de Software

Considere um modelo de rede neural projetado para tarefas de classificação de imagens. A arquitetura da rede consiste em várias camadas, incluindo camadas de entrada, ocultas e de saída. Durante o treinamento, o modelo aprende a atribuir imagens de entrada a classes predefinidas (por exemplo, “gato”, “cachorro”, “pássaro”, etc.).

Sobre o papel da camada de saída nessa rede neural, é correto afirmar que ela:

A

garante que a rede neural generalize bem para dados não vistos, prevenindo o sobreajuste;

B

ajusta os pesos dos neurônios ocultos para minimizar o erro de classificação durante o treinamento;

C

mapeia as características aprendidas para rótulos de classe específicos com base em padrões aprendidos;

D

realiza a extração de características aprendendo representações hierárquicas a partir de valores de pixel brutos;

E

calcula a soma ponderada das características de entrada e aplica uma função de ativação para produzir probabilidades de classe.

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q2515935

Ano: 2024 Banca: FGV Órgão: CVM Prova: FGV - 2024 - CVM - Inspetor CVM - Perfil 1 - Mercado de Capitais - Manhã |

Q2515935 Engenharia de Software

O resultado da aplicação de um algoritmo de Aprendizado de Máquina é um modelo que será usado para realizar predições. Quanto melhor o modelo gerado, mais precisas serão as predições.

A precisão ou a acurácia de um modelo de Aprendizado de Máquina é medida por meio do método:

A

regressão;

B

treino e teste;

C

matriz de confusão;

D

aprendizagem por reforço;

E

bagging (Bootstrap Aggregating).

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q2511973

Ano: 2024 Banca: FGV Órgão: Câmara dos Deputados Prova: FGV - 2024 - Câmara dos Deputados - Analista Legislativo/Consultoria - Consultor Legislativo - Área XIV (Reaplicação) |

Q2511973 Engenharia de Software

No contexto da Inteligência Artificial (IA), assinale a opção que define corretamente o termo “explicabilidade da IA” ou “Inteligência Artificial explicável” e indica por que ele é importante para a regulação do tema.

A

Representa a capacidade de uma IA de realizar tarefas sem quaisquer ações e intervenções humanas. Com base em processos algorítmicos, a IA vem ganhando autonomia decisória e mostrando-se consciente sobre o desenvolvimento das novas tecnologias.

B

Representa a habilidade de uma IA de explicar suas decisões em termos tecnicamente compreensíveis, a partir de uma única linguagem desenvolvida por campos neurais.

C

Representa um conjunto de técnicas de aprendizado de máquina que permite que os usuários humanos entendam, possam confiar e gerenciem com eficácia a geração emergente de parceiros com inteligência artificial.

D

Representa a precisão de uma IA em prever resultados baseados em dados qualitativos e quantitativos.

E

Representa a capacidade de uma IA de passar no Teste de Turing, sendo essencial para sua aceitação social.

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q2511953

Ano: 2024 Banca: FGV Órgão: Câmara dos Deputados Prova: FGV - 2024 - Câmara dos Deputados - Analista Legislativo/Consultoria - Consultor Legislativo - Área XIV (Reaplicação) |

Q2511953 Engenharia de Software

Acerca do uso de inteligência artificial (IA) pelos tribunais, temos experiências bem-sucedidas no Brasil, as quais mostram a relevância da tecnologia para a melhoria da eficiência de atividades. Seu uso é bastante promissor nas cortes e deverá auxiliar em mecanismos de acesso à justiça. Sobre o ponto, assinale a alternativa mais adequada.

A

A IA deve ser usada como fonte principal no desenvolvimento da fundamentação de decisões judiciais de mérito.

B

A IA pode ser usada como ferramenta auxiliar, a depender do caso, em decisões e na análise de petições, devendo como regra haver transparência acerca do seu uso.

C

A IA deve substituir servidores e juízes leigos na produção de decisões interlocutórias em Juizados Especiais Cíveis.

D

A IA não tem capacidade para entender normas jurídicas e sua aplicação aos fatos sociais. Portanto, não deve ser usada de qualquer modo em decisões judiciais e serviços jurídicos.

E

A IA não deve ser usada na aplicação de modelos estatísticos voltados à compreensão dos processos e fatos jurídicos.

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q2511950

Ano: 2024 Banca: FGV Órgão: Câmara dos Deputados Prova: FGV - 2024 - Câmara dos Deputados - Analista Legislativo/Consultoria - Consultor Legislativo - Área XIV (Reaplicação) |

Q2511950 Engenharia de Software

No contexto jurídico brasileiro, assinale a afirmativa correta acerca do modo como a autonomia de um sistema de Inteligência Artificial (IA) é geralmente tratada, em questões relativas à sua responsabilidade por ações e atividades.

A

A IA é considerada uma entidade legal autônoma com responsabilidades próprias, sendo um sujeito de direito.

B

A responsabilidade pela IA e suas atividades é atribuída exclusivamente ao seu usuário final.

C

A autonomia jurídica da IA não é reconhecida legalmente, recaindo a responsabilidade, como regra, sobre seus atos aos operadores humanos.

D

Sistemas de IA têm, em algumas jurisdições, o mesmo status legal que incapazes.

E

A lei considera a IA uma extensão do seu programador, devendo o mesmo ser legalmente acionado em todos os casos.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q2511949

Ano: 2024 Banca: FGV Órgão: Câmara dos Deputados Prova: FGV - 2024 - Câmara dos Deputados - Analista Legislativo/Consultoria - Consultor Legislativo - Área XIV (Reaplicação) |

Q2511949 Engenharia de Software

Em termos de regulamentação de Inteligência Artificial (IA), a seguinte estratégia é frequentemente considerada essencial para garantir a segurança e a ética nas relações:

A

desenvolvimento de padrões internacionais, jurídicos e regulatórios, para a implementação de IA.

B

regulamentação rigorosa e uniforme em todos os países acerca da aplicação de IA.

C

banimento total do uso de IA em determinados setores, especialmente nas áreas da saúde, segurança e controle de acesso.

D

deixar a regulamentação essencialmente com as empresas desenvolvedoras de IA, tendo em vista sua expertise na análise da tecnologia.

E

priorizar a autorregulação regulada do setor pelas entidades desenvolvedoras de IA.

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q2511947

Ano: 2024 Banca: FGV Órgão: Câmara dos Deputados Prova: FGV - 2024 - Câmara dos Deputados - Analista Legislativo/Consultoria - Consultor Legislativo - Área XIV (Reaplicação) |

Q2511947 Engenharia de Software

Em relação ao potencial de discriminação ilícita ou abusiva em sistemas de Inteligência Artificial (IA), assinale a afirmação mais precisa.

A

Sistemas de IA são objetivos, imparciais e não realizam discriminações.

B

A discriminação por sistemas de IA ocorre apenas quando há intenção explícita do programador.

C

A IA pode inadvertidamente discriminar com base nos dados em que foi treinada.

D

A legislação atual proíbe qualquer forma de IA que possa resultar em processos de discriminação, sejam eles de qualquer tipo.

E

A discriminação em IA é um problema resolvido com tecnologias modernas de machine learning.

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q2495383

Ano: 2024 Banca: CESGRANRIO Órgão: Caixa Prova: CESGRANRIO - 2024 - Caixa - Técnico Bancário Novo |

Q2495383 Engenharia de Software

Em 2014, a arquitetura de redes neurais denominada Redes Adversárias Generativas (GAN) revolucionou o aprendizado de máquina.
As GAN caracterizam-se por

A

serem usadas, exclusivamente, para classificação de imagens.

B

consistirem, apenas, em um gerador de ruídos e em uma rede neural classificatória.

C

serem compostas por duas redes neurais: uma discriminadora e outra geradora.

D

serem incapazes de aprender a partir de conjuntos de dados não supervisionados.

E

não poderem ser aplicadas para gerar conteúdo linguístico.

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q2492507

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: MPO Prova: CESPE / CEBRASPE - 2024 - MPO - Analista de Planejamento e Orçamento - Especialidade: Gestão de Contratos de TI |

Q2492507 Engenharia de Software

Acerca de inteligência artificial, julgue o próximo item.

A inteligência artificial generativa é capaz de criar novos conteúdos e áudios.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q2492506

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: MPO Prova: CESPE / CEBRASPE - 2024 - MPO - Analista de Planejamento e Orçamento - Especialidade: Gestão de Contratos de TI |

Q2492506 Engenharia de Software

Acerca de inteligência artificial, julgue o próximo item.

A geração de imagens por meio de descrição de textos, sem a necessidade de inserir outras figuras ou ilustrações, é um dos recursos da inteligência artificial generativa.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q2492024

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ANA Provas: CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 1 | CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 2 | CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 3 |

Q2492024 Engenharia de Software

Julgue o item a seguir, a respeito de ETL e técnicas de redução de dimensionalidade.

A redução de dimensionalidade acrescenta variáveis nos modelos de inteligência artificial para torná-los mais específicos e objetivos.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q2492023

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ANA Provas: CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 1 | CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 2 | CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 3 |

Q2492023 Engenharia de Software

Em relação ao aprendizado supervisionado, ao algoritmo random forest (floresta aleatória) e a overfitting e underfitting, julgue o seguinte item.

O aprendizado supervisionado utiliza a regressão para entender a relação entre variáveis dependentes e independentes.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q2492022

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ANA Provas: CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 1 | CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 2 | CESPE / CEBRASPE - 2024 - ANA - Especialista em Regulação de Recursos Hídricos e Saneamento Básico - Especialidade 3 |

Q2492022 Engenharia de Software

Em relação ao aprendizado supervisionado, ao algoritmo random forest (floresta aleatória) e a overfitting e underfitting, julgue o seguinte item.

O algoritmo random forest atribui a mesma importância para todas as variáveis ao fazer as predições.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

🎯 Saiba o que estudar

🎯 Saiba o que estudar

Questões de Concurso Sobre inteligencia artificial em engenharia de software

Foram encontradas 769 questões