Questões de Concurso
Sobre inteligencia artificial em engenharia de software
Foram encontradas 537 questões
Em relação a aprendizado não supervisionado, julgue o item que se segue.
O algoritmo random forest é um algoritmo de aprendizado
de máquina supervisionado em que se agrupam os resultados
de várias árvores de decisão de cada nó para se obter uma
conclusão própria e aumentar a precisão do modelo, não
sendo o referido algoritmo adequado para grandes conjuntos
de dados.
Em relação a aprendizado não supervisionado, julgue o item que se segue.
A ação de realizar agrupamento hierárquico tem como
premissa básica encontrar elementos em um conjunto de
dados que impliquem a presença de outros elementos na
mesma transação, com um grau de certeza definido pelos
índices de fator de suporte e o fator de confiança, que pode
ser realizado, por exemplo, por meio do algoritmo a priori.
Em relação a aprendizado não supervisionado, julgue o item que se segue.
A validação cruzada pode ser utilizada para detectar quando
uma rede neural está sendo treinada de maneira excessiva
(overtraining) e assim interromper o treinamento antes que
isso ocorra, como, por exemplo, por meio do princípio
orientador atrativo para o ajuste dos pesos e bias durante o
processo de treinamento da RNA.
Julgue o item a seguir, relativos a aprendizado supervisionado.
O trade off entre variância e viés é afetado pela utilização de
polinômios, com graus que variam de zero a três, em que o
emprego de polinômios de ordem ímpar produz sempre
melhores resultados no que diz respeito à redução da
variância e viés que os de ordem par, seja para estimativas
com regressões locais constantes e lineares, seja para as
estimativas de ordem quadrática e cúbica.
Julgue o item a seguir, relativos a aprendizado supervisionado.
Considerando-se, nos gráficos a seguir, que o resultado #2 corresponda ao melhor desempenho do algoritmo, é correto afirmar que o resultado #1 indica que houve underfitting.
Julgue o item a seguir, relativos a aprendizado supervisionado.
A despeito do alto grau de aplicabilidade das técnicas de
regularização na classificação e na regressão, no que se
refere à sua acurácia, tais técnicas tendem a causar o
sobreajuste (overfitting) devido à influência de coeficientes
responsáveis por flutuações excessivas.
Julgue o item a seguir, relativos a aprendizado supervisionado.
As técnicas de regressão são utilizadas tanto para prever
quando para entender como o sinal avaliado é afetado pela
variação dos preditores, ou ainda, para identificar os
preditores mais importantes na relação entre o sinal avaliado
e cada um deles.
Julgue o item a seguir, relativos a aprendizado supervisionado.
Em se tratando de modelos de regressão linear, indica-se a
utilização dos seguintes métodos não paramétricos para a
estimação dos resultados: mínimos quadrados (MQ) e de
support vector machines (SVM).
Com relação às noções básicas de informática, julgue o seguinte item.
O Power Query é uma ferramenta do PowerBI utilizada para
formatação de uma tabela importada.
I. Uma empresa monitora e coleta dados em tempo real de mais de 1.000 veículos de divulgação, 100 mil blogs e das principais redes sociais do mundo. Utiliza um método capaz de identificar e segmentar grupos de eleitores a favor ou contra determinado assunto, de acordo com o interesse do cliente.
II. A partir de uma base de dados na qual são identificadas pessoas que estão fumando e pessoas que não estão fumando, são formados dois subconjuntos disjuntos: a base de treino (contendo 70% dos dados originais) e a base de teste (contendo o restante dos dados originais, 30%). Em seguida, a base de treino é submetida ao modelo para que seus parâmetros sejam calibrados e, após esta etapa, ocorre a predição de classes.
III. O sistema de recomendação de um site de comércio eletrônico monitora todos os itens vendidos e, quando um cliente está realizando uma compra, apresenta para ele itens semelhantes frequentemente comprados juntos.
Os itens I, II e III, são exemplos, respectivamente, de métodos
I. No processo de aprendizagem supervisionada o computador recebe um conjunto de dados. Ele encontrará neste conjunto dados de entrada atrelados as saídas esperadas. Neste tipo de aprendizagem o objetivo é encontrar as regras que conseguem mapear aquelas entradas com aquelas saídas.
II. À aprendizagem por reforço é um tipo de treinamento usado onde enfrentamos um ambiente complexo. Através das tentativas e erro o computador busca uma solução para O problema. Para que a máquina entenda o que são acertos e erros ela receberá recompensas e penalidades durante o processo de busca da solução.
III. Quando o conjunto de dados repassado para o computador possui apenas os valores de saída possíveis (rótulos) mas não conhecemos nada a respeito dos valores das entradas, devemos fazer uso do processo de aprendizagem não supervisionada. Ela foi criada justamente para atender este cenário. Esse aprendizagem envolve complexidades adicionais quando comparada a aprendizagem supervisionada.
Valor real Valor do modelo X 150 140 100 110 120 100 120 115 25 120 110 100
Com base nos dados fornecidos,
São técnicas de Inteligência Artificial de Data Mining:
1. Estatística.
2. Reconhecimento de Padrões.
3. Representação do Conhecimento.
4. Regras de Associação.
Assinale a alternativa que indica todas as afirmativas corretas.
A técnica de validação cruzada é usada para avaliar modelos de classificação.
Com relação a esta técnica, é correto afirmar que
Certo grupo de pesquisadores utilizou a regressão logística para construir um classificador binário que estima se uma observação pertence a certo grupo de interesse. Este classificador é baseado em uma única variável explicativa x.
Suponha que a função obtida, após o treinamento, é 
(com p(x) = 1 indicando que a observação pertence ao grupo de
interesse). Uma nova observação tem variável x ≈ ln(3).
Esta nova observação deve ser classificada pelo classificador como
O Gráfico ROC de uma Análise ROC:
I. é bidimensional, onde o eixos Y e X do gráfico representam as medidas TVP (Taxa de Verdadeiros Positivos) e TFP (Taxa de Falsos Positivos), respectivamente.
II. tem sete regiões importantes que representam: Céu ROC, Inferno ROC, Quase Nunca Positivo, Quase Sempre Positivo, Quase Nunca Negativo, Quase Sempre Negativo e Variáveis Fora da Curva.
III. tem uma linha diagonal que representa Classificadores Aleatórios.
Está correto o que se afirma APENAS em
Segundo a robótica, sensores, efetuadores e controladores são considerados os principais componentes de um robô.
Em uma visão ampla, a IA pode ser dividida em duas categorias principais: machine learning e deep learning.
Conheça nossos planos