Questões de Concurso
Sobre inteligencia artificial em engenharia de software
Foram encontradas 758 questões
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
SEFIN de Fortaleza - CE
Prova:
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Ciência da Computação, Informática/Processamento de Dados |
Q2228313
Engenharia de Software
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.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
SEFIN de Fortaleza - CE
Prova:
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Ciência da Computação, Informática/Processamento de Dados |
Q2228312
Engenharia de Software
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.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2023 - SERPRO - Analista - Especialização: Tecnologia |
Q2226550
Engenharia de Software
Aprendizado de máquina é um subcampo da inteligência artificial que consiste no treinamento de modelos computacionais para que possam reconhecer padrões e, a partir de um conjunto de dados de entrada, prever o valor de uma variável de saída. Em relação ao aprendizado de máquina, julgue o item a seguir.
Em aprendizado de máquina, as características de entrada e saída são definidas, respectivamente, como atributos previsores e atributos alvo ou meta.
Em aprendizado de máquina, as características de entrada e saída são definidas, respectivamente, como atributos previsores e atributos alvo ou meta.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2023 - SERPRO - Analista - Especialização: Tecnologia |
Q2226547
Engenharia de Software
Aprendizado de máquina é um subcampo da inteligência artificial
que consiste no treinamento de modelos computacionais para que
possam reconhecer padrões e, a partir de um conjunto de dados
de entrada, prever o valor de uma variável de saída. Em relação
ao aprendizado de máquina, julgue o item a seguir.
A matriz de confusão permite avaliar o desempenho de um modelo de classificação a partir da frequência de erros e acertos.
A matriz de confusão permite avaliar o desempenho de um modelo de classificação a partir da frequência de erros e acertos.
Ano: 2023
Banca:
OBJETIVA
Órgão:
Prefeitura de Ilópolis - RS
Provas:
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Analista de Tecnologia de Informação
|
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Monitor Escolar |
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Auxiliar de Creche |
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Assistente Social Escolar |
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Engenheiro Civil |
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Médico |
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Professor – Agricultura e Silvicultura |
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Professor – Educação Especial |
OBJETIVA - 2023 - Prefeitura de Ilópolis - RS - Psicólogo Escolar e Educacional |
Q2207703
Engenharia de Software
O Google começou a disponibilizar ao público seu
chatbot de inteligência artificial (IA). O objetivo do projeto
do Google é concorrer com o ChatGPT, programa lançado
pelo laboratório de pesquisas OpenAI em novembro de 2022
e apoiado pela Microsoft. Como se chama esse chatbot?
Q2198248
Engenharia de Software
O tipo de aprendizagem de máquina que se baseia em dados
preparados para treinamento, quando se sabe o desfecho de
cada registro do conjunto de dados, em geral previamente
rotulados por um especialista, é a aprendizagem
Ano: 2023
Banca:
FGV
Órgão:
SEFAZ-MT
Prova:
FGV - 2023 - SEFAZ- MT - Fiscal de Tributos Estaduais (FTE) - Tarde |
Q2181813
Engenharia de Software
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
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
AGER - Mato Grosso
Prova:
CESPE / CEBRASPE - 2023 - AGER - Mato Grosso - Analista Regulador - Ciências da Computação e ou Sistemas de Informação |
Q2179321
Engenharia de Software
Em machine learning, quando algoritmos de aprendizado de
máquina são usados para analisar e agrupar conjuntos de dados
não rotulados, de forma tal que os algoritmos descobrem padrões
ocultos sem a necessidade de intervenção humana, usa-se a
forma de aprendizado do tipo
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
AGER - Mato Grosso
Prova:
CESPE / CEBRASPE - 2023 - AGER - Mato Grosso - Analista Regulador - Ciências da Computação e ou Sistemas de Informação |
Q2179320
Engenharia de Software
Para criar, por meio de bots, uma forma de automatizar tarefas
repetitivas de software, como entrada de dados em formulários,
usando-se tecnologias que imitam tarefas de back-office de
trabalhadores humanos, uma solução seria a implementação de
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172382
Engenharia de Software
__________ consiste em uma análise estatística que envolve duas variáveis: a de
resposta e a preditiva, e considera que o valor da variável de resposta (ou dependente) pode ser
estimado por uma combinação de variáveis explicativas (dependentes). Já quando a variável de
resultado é de natureza categórica, __________ pode ser usada para prever a probabilidade de um
resultado com base nas variáveis de entrada que podem ser explicativas, contínuas e/ou binárias.
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172381
Engenharia de Software
Analise as assertivas abaixo sobre Naïve Bayes:
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?
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?
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172380
Engenharia de Software
Para evitar overfitting, uma prática comum é randomicamente dividir a base de dados
em N conjuntos de dados de tamanhos aproximadamente iguais. O modelo é treinado com N-1
conjuntos e testado com o restante. Uma medida de erro é obtida. Esse processo é repetido um total
de N vezes através das várias combinações dos N conjuntos de dados. Por fim, calcula-se a média de
validação dos N experimentos para se obter a estimativa de erro. Qual é o nome dessa técnica descrita
e utilizada para avaliar modelos de aprendizado de máquina?
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172374
Engenharia de Software
As Redes Neurais _________ possuem uma arquitetura feed-forward que usam filtros
e camadas de agrupamento para transformar os dados, enquanto as Redes Neurais _________ são
preditivas, reutilizam funções de ativação de outros pontos de dados na sequência para gerar a
próxima saída em uma série.
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.
Ano: 2023
Banca:
CESGRANRIO
Órgão:
Banco do Brasil
Prova:
CESGRANRIO - 2023 - Banco do Brasil - Agente de Tecnologia - Microrregião 158 - TI |
Q2128640
Engenharia de Software
Uma organização decidiu monitorar a opinião do público
sobre ela nas redes sociais. Para isso, processou as mensagens com referências ao seu nome, a fim de possibilitar
o uso de uma técnica de processamento de linguagem
natural conhecida como análise de sentimentos.
Após transformar cada mensagem em uma string, um dos passos importantes nessa técnica é a tokenização, que consiste em
Após transformar cada mensagem em uma string, um dos passos importantes nessa técnica é a tokenização, que consiste em
Ano: 2023
Banca:
CESGRANRIO
Órgão:
Banco do Brasil
Prova:
CESGRANRIO - 2023 - Banco do Brasil - Agente de Tecnologia - Microrregião 158 - TI |
Q2128638
Engenharia de Software
No processo de aprendizagem de máquina, busca-se
identificar padrões compreensíveis em bases de dados.
Desse modo, supõe-se a existência de uma hierarquia de
três níveis: a base, com os itens elementares, captados e
armazenados por recursos de Tecnologia da Informação;
o nível intermediário, no qual esses itens são processados, com significados e contextos bem definidos; e o nível
mais alto, contendo os padrões ou os conjuntos cuja formulação pode envolver ou relacionar os níveis inferiores.
Os três níveis dessa hierarquia, listados, respectivamente, da base para o nível mais alto, são:
Os três níveis dessa hierarquia, listados, respectivamente, da base para o nível mais alto, são:
Ano: 2023
Banca:
FGV
Órgão:
TCE-ES
Prova:
FGV - 2023 - TCE-ES - Auditor de Controle Externo - Tecnologia da informação |
Q2121028
Engenharia de Software
Com o objetivo de minimizar os riscos na concessão de crédito, um
banco contratou uma empresa especializada em sistemas digitais
para desenvolver um classificador de requisitantes de crédito em
bons ou maus pagadores. Ao entregar o modelo de classificação
para o banco, a empresa afirmou que o classificador havia obtido
nos testes uma precisão de mais de 95%. No entanto, após alguns
meses, o banco notou que o desempenho do classificador estava
aquém do esperado, ficando abaixo de 60%.
Essa situação apresenta um problema de:
Ano: 2023
Banca:
FGV
Órgão:
TCE-ES
Prova:
FGV - 2023 - TCE-ES - Auditor de Controle Externo - Tecnologia da informação |
Q2121027
Engenharia de Software
João e Júlio fazem parte da equipe de Ciência de Dados do TCE/ES
e estão realizando um estudo para o desenvolvimento de um
classificador binário (classes positiva e negativa) usando Naive
Bayes. Com o intuito de dividirem suas tarefas, João ficou
responsável por treinar o modelo de classificação, e Júlio, por
avaliar o desempenho do modelo. Após o treinamento do
modelo, João aplicou-o ao conjunto de teste e enviou um e-mail a
Júlio com a matriz de confusão resultante.
Dessa forma, Júlio poderá calcular:
Ano: 2023
Banca:
FGV
Órgão:
TCE-ES
Prova:
FGV - 2023 - TCE-ES - Auditor de Controle Externo - Tecnologia da informação |
Q2121026
Engenharia de Software
Uma Rede Neural Artificial (RNA) feed-forward sem nenhum bias
possui uma camada oculta composta de três neurônios e uma
camada de saída composta por dois neurônios. A função de
ativação da camada oculta e da camada de saída é a Rectified
Linear Unit (ReLU), onde
representam os pesos entre a camada de entrada e a camada oculta e entre a camada oculta e a camada de saída, respectivamente.
Considerando um vetor de entrada
o vetor de saída
será:
representam os pesos entre a camada de entrada e a camada oculta e entre a camada oculta e a camada de saída, respectivamente.
Considerando um vetor de entrada
o vetor de saída
será:
Ano: 2023
Banca:
FGV
Órgão:
TCE-ES
Prova:
FGV - 2023 - TCE-ES - Auditor de Controle Externo - Tecnologia da informação |
Q2121025
Engenharia de Software
Ao ser contratado por uma empresa da área de e-commerce, o
cientista de dados Pedro foi alocado a um importante projeto:
desenvolver um classificador para análise de sentimentos
considerando as opiniões emitidas no Twitter pelos clientes dessa
empresa. Para o início do trabalho, Pedro recebeu um pequeno
conjunto de dados de tweets parcialmente anotados, que foram
coletados da rede social por intermédio de uma API, usando
como palavras-chave na busca os nomes de diversas empresas de
e-commerce.
Como parte das escolhas de técnicas a serem utilizadas no
projeto, Pedro optou pelo uso de word embeddings, com o
objetivo de resolver o problema muito comum em
processamento de linguagem natural de:
Ano: 2023
Banca:
FGV
Órgão:
Receita Federal
Prova:
FGV - 2023 - Receita Federal - Analista-Tributário (manhã) |
Q2096295
Engenharia de Software
No contexto do desenvolvimento de chatbots baseados em
prompt textuais, uma habilidade importante é a resolução de
ambiguidades, visando à compreensão completa do texto.
Assinale a técnica de NLP adequada nesse tipo de desenvolvimento.
Assinale a técnica de NLP adequada nesse tipo de desenvolvimento.
Conheça nossos planos