Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 5

Ano: 2025 Banca: TJ-PI Órgão: TJ-PI Prova: TJ-PI - 2025 - TJ-PI - Residente Tecnológico |

Q3903011 Engenharia de Software

A equipe de TI do TJPI foi incumbida de desenvolver um sistema de Inteligência Artificial para realizar a triagem e classificação automática de petições iniciais submetidas via PJe. O objetivo é direcionar cada petição para a vara competente (ex: Cível, Família, Fazenda Pública) com a menor latência possível, visando reduzir o tempo de distribuição. A equipe está avaliando duas abordagens principais de Processamento de Linguagem Natural (NLP): uma baseada em TF-IDF com um classificador SVM (Máquina de Vetores de Suporte) e outra baseada em um modelo Transformer pré-treinado para o português, como o BERTimbau, seguido de uma camada de classificação. Considerando os requisitos de um ambiente de produção de alta demanda como o do TJPI, qual das seguintes afirmações representa a análise de trade-offs mais acurada para a escolha da tecnologia?

A

A abordagem com BERTimbau deve ser escolhida incondicionalmente, pois, por ser um modelo de última geração (state-of-the-art), garante maior acurácia, e os custos de infraestrutura com GPUs e a maior latência de inferência são irrelevantes em um contexto de modernização do judiciário.

B

A abordagem com TF-IDF e SVM é preferível, pois sua simplicidade e baixo custo computacional garantem uma latência de inferência mínima, sendo a acurácia um fator secundário, já que qualquer erro de classificação pode ser corrigido manualmente por um servidor.

C

A abordagem com BERTimbau, apesar de potencialmente oferecer maior acurácia devida a sua capacidade de entender o contexto semântico do texto, impõe um custo computacional significativamente maior (requerendo GPUs para inferência em tempo hábil) e maior latência. A escolha ideal depende de um estudo de viabilidade que compare o ganho de acurácia com o impacto no orçamento de infraestrutura e nos requisitos de tempo de resposta do sistema.

D

A melhor estratégia seria combinar as duas abordagens, utilizando o TF-IDF/SVM para uma pré-classificação rápida e, em casos de baixa confiança, acionar o modelo BERTimbau, pois essa arquitetura híbrida elimina completamente a necessidade de GPUs.

E

Nenhuma das abordagens de NLP é adequada, pois a classificação de competência jurídica depende de regras de negócio complexas que só podem ser modeladas por um sistema especialista baseado em regras, tornando o aprendizado de máquina inviável para esta tarefa.

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

Q3893945

Ano: 2025 Banca: IDCAP Órgão: FCRB Prova: IDCAP - 2025 - FCRB - Analista em Ciência e Tecnologia - Classe A, Padrão I - Tecnologia da Informação |

Q3893945 Engenharia de Software

Uma equipe de TI precisa gerenciar a configuração de centenas de servidores de forma padronizada, repetível e com o mínimo de intervenção manual. Eles decidiram empregar ferramentas de automação como Puppet e Ansible. Considerando as características dessas ferramentas, assinale a alternativa correta.

A

Ambas as ferramentas exigem a instalação de um servidor central e não funcionam em modo agentless.

B

O Ansible é compatível apenas com sistemas Windows, sendo o Puppet a única opção para ambientes baseados em Linux.

C

O Puppet e o Ansible utilizam a mesma linguagem de automação baseada em Python e possuem estruturas idênticas de execução de tarefas.

D

O Puppet utiliza uma abordagem push e não requer a instalação de agentes nos nós gerenciados, enquanto o Ansible funciona por meio de agentes instalados em cada host.

E

O Ansible é baseado em YAML e funciona de forma agentless via SSH, enquanto o Puppet adota uma arquitetura cliente-servidor com uso de agentes.

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

Q3841428

Ano: 2025 Banca: IDCAP Órgão: PPSA Prova: IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Governança de TI |

Q3841428 Engenharia de Software

As técnicas utilizadas em modelos de Machine Learning (ML) geralmente podem ser separadas em três grandes categorias. São elas:

A

Redes neurais, agrupamentos por componente principal e análise exploratória.

B

Aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço.

C

Modelos aditivos generalizados, modelos LLM e modelos de aprendizado de máquina.

D

Regressão linear, árvore de decisão e redes neurais.

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

Q3729842

Ano: 2025 Banca: UFSM Órgão: UFSM Prova: UFSM - 2025 - UFSM - Analista de Tecnologia da Informação (Inteligência Artificial) |

Q3729842 Engenharia de Software

A normalização de dados é uma tarefa comum antes da implementação de uma IA ou algoritmo de Machine Learning. É por meio da normalização que se garante uma mesma escala entre os dados, comumente entre 0 e 1 ou –1 e 1.

Sendo X o vetor de dados originais, e X′ o vetor de dados normalizados, assinale a alternativa que descreve corretamente uma normalização válida.

A

NormalizationX, dada por

Imagem associada para resolução da questão

B

Abrangência interquartil, dada por

C

Z-score, dada por

D

PCA, dada por

E

Transformers, dada por

Q3729839

Ano: 2025 Banca: UFSM Órgão: UFSM Prova: UFSM - 2025 - UFSM - Analista de Tecnologia da Informação (Inteligência Artificial) |

Q3729839 Engenharia de Software

A Universidade X está integrando uma árvore de decisão, baseada em entropia, para prever a evasão dos alunos. Em um cenário de testes, o número de reprovações se mostrou um atributo importante. Para tal, criou-se a árvore, conforme a figura.
Imagem associada para resolução da questão

Considerando o nó inicial e seus filhos, assinale a alternativa correta quanto ao resultado que reflete a equação do ganho.

A

g(reprovações)=0,5411−(0,411+0,671)=−0,541

B

g(reprovações)=0,5411−(4/9*0,411+5/9*0,671)=−0,0145

C

g(reprovações)=0,9911−(0,8113+0,9710)=−0,7912

D

g(reprovações)=0,9911−(4/9*0,9710+5/9*0,8113)=0,1088

E

g(reprovações)=0,9911−(4/9*0,8113+5/9*0,9710)=0,0911

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

Q3729837

Ano: 2025 Banca: UFSM Órgão: UFSM Prova: UFSM - 2025 - UFSM - Analista de Tecnologia da Informação (Inteligência Artificial) |

Q3729837 Engenharia de Software

Modelos de linguagem de grande porte (Large language Models, LLMs) estão na base de algumas das ferramentas mais importantes da atualidade (por exemplo, o ChatGPT). Um marco decisivo para a IA foi o artigo de Vaswani et al. (2017), “Attention is All You Need”, que introduziu a arquitetura Transformer e redefiniu o estado da arte em processamento de linguagem natural.

Assinale a alternativa que descreve corretamente uma função de Atenção (Attention).

A

O mapeamento de uma consulta por elemento (Q_i ), um viés (B) e um conjunto de pares chave-valor (K,V) para uma saída, em que todos são matrizes. Attention(Q,B,K,V)=softmax

B

O mapeamento de um viés (B) e um conjunto de pares chave-valor (K,V) para uma saída, em que todos são matrizes. Attention(B,K,V)=softmax

C

O mapeamento de uma consulta (Q), um Viés (B) e um conjunto de pares chave-valor (K,V) para uma saída, em que todos são vetores. Attention(Q,B,K,V)=softmax

D

O mapeamento de uma consulta (Q) e um conjunto de pares chave-valor (K,V) para uma saída, em que todos são vetores. Attention(Q,K,V)=softmax

E

O mapeamento de uma consulta (Q) e um valor (V) para uma saída, em que todos são matrizes. Attention(Q,V)=softmax

Q3729824

Ano: 2025 Banca: UFSM Órgão: UFSM Prova: UFSM - 2025 - UFSM - Analista de Tecnologia da Informação (Inteligência Artificial) |

Q3729824 Engenharia de Software

Redes Neurais Artificiais podem aproximar qualquer função contínua com erro arbitrariamente pequeno. São estruturas base para as diversas aplicações em Inteligência Artificial, especialmente em Deep Learning e mostram seu verdadeiro potencial quando a quantidade de dados é abundante. Porém, há problemas comuns a serem observados ao treinar os modelos. Observe as alternativas a seguir e marque a que corresponde a um possível problema com redes neurais.

A

Overfitting.

B

Dificuldade para representar valores numéricos do tipo double.

C

Tipicamente exigem CPUs multicore.

D

Dificuldade em generalizar, limitando-se a problemas lineares e quadráticos.

E

Dificuldade para representar caracteres unicode.

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

Q3729818

Ano: 2025 Banca: UFSM Órgão: UFSM Prova: UFSM - 2025 - UFSM - Analista de Tecnologia da Informação (Inteligência Artificial) |

Q3729818 Engenharia de Software

O método de validação cruzada pode ser usado em vez de fazer uma separação do conjunto em treino e teste (subamostragem aleatória). Tal método separa um conjunto em k dobras, fazendo com que ____. Assim, esse método se torna útil para conjuntos de dados ____, pois a escassez de dados rotulados ____.
Assinale a alternativa que completa corretamente as lacunas.

A

uma dobra seja usada para treino k–1 vezes e 1 vez para teste – com poucos dados rotulados disponíveis – inviabiliza a reserva para uma amostra de validação, uma vez que isso deixaria poucos dados para treinamento.

B

uma dobra seja usada para treino k–1 vezes e k vezes para teste – com muitos dados rotulados disponíveis – tende a arruinar a amostra de validação, uma vez que isso iria ter impacto do viés de dados para treinamento.

C

uma dobra seja usada para treino k–1 vezes e k–1 vezes para teste – com poucos dados rotulados disponíveis – gera problemas para a amostra de validação, uma vez que isso conflitaria com a propriedade de dados organizados.

D

uma dobra seja usada para treino k vezes e k–1 vezes para teste – com poucos dados rotulados disponíveis – gera problemas para a amostra de treino, uma vez que isso conflitaria com a propriedade da amostragem.

E

uma dobra seja usada para treino k–1 vezes e 1 vez para teste – com poucos dados não rotulados disponíveis – inviabiliza o uso de dados não rotulados, uma vez que algoritmos submetidos a validação cruzada tendem a ser algoritmos não supervisionados.

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

Q3705847

Ano: 2025 Banca: FUNDEP (Gestão de Concursos) Órgão: UFSJ Prova: FUNDEP (Gestão de Concursos) - 2025 - UFSJ - Analista de Tecnologia da Informação - Desenvolvimento de Sistemas - PROVA LEDOR |

Q3705847 Engenharia de Software

Tendo em vista os tipos de aprendizado de máquina, relacione a COLUNA II com a COLUNA I, associando os tipos de aprendizado às suas características.

COLUNA I
1. Aprendizado Supervisionado
2. Aprendizado Não Supervisionado

COLUNA II
( ) Treina modelos com um conjunto de dados que possui rótulos ou labels, em que a resposta correta já é conhecida.
( ) Treina modelos com dados que não possuem rótulos, buscando descobrir estruturas e padrões ocultos.
( ) Utilizado para tarefas de classificação e regressão, como prever preços ou categorizar e-mails.

Assinale a sequência correta.

A

2 1 1

B

1 2 1

C

1 2 2

D

2 1 2

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

Q3677397

Ano: 2025 Banca: FUNDATEC Órgão: IF Sul - MG Prova: FUNDATEC - 2025 - IF Sul - MG - PEBTT - Informática |

Q3677397 Engenharia de Software

Em robótica, especialmente em máquinas de Comando Numérico Computadorizado (CNC), são empregados motores de passo. Com base nas características desses motores, analise as assertivas a seguir:
I. São motores CC sem escova.
II. As suas bobinas devem ser energizadas em intervalos definidos para manter o eixo de saída do motor girando.
III. O número de graus por passo determina quantos passos existem em cada rotação do eixo de saída.
IV. Quanto mais passos o motor for capaz de dar em uma rotação do eixo de saída, maior será sua resolução.
Quais estão corretas?

A

Apenas I e II.

B

Apenas I e III.

C

Apenas II e III.

D

Apenas I, II e III.

E

I, II, III e IV.

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

Q3677395

Ano: 2025 Banca: FUNDATEC Órgão: IF Sul - MG Prova: FUNDATEC - 2025 - IF Sul - MG - PEBTT - Informática |

Q3677395 Engenharia de Software

Em nível acadêmico, ao se construir um robô, deve-se definir os atuadores para movimentá-lo e os sensores para enviar dados sobre o meio onde ele está interagindo. Entre os diferentes tipos de sensores, há a chave de colisão, que é um:

A

Sensor sísmico, que detecta a vibração do robô resultante de uma colisão.

B

Sensor de temperatura, que detecta a variação térmica dos obstáculos, criando um mapa de calor do ambiente.

C

Interruptor físico, que quando toca em algum obstáculo, fecha um contato, sinalizando que houve uma colisão.

D

Sensor infravermelho ou ultrassônico para detectar a distância de algum obstáculo, evitando, assim, a colisão.

E

Sensor GPS, que evita a colisão através da análise do mapa e a sua posição nele.

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

Q3675033

Ano: 2025 Banca: FUNCERN Órgão: IF-PE Prova: FUNCERN - 2025 - IF-PE - Professor EBTT - Sistemas Digitais e Segurança de Dados |

Q3675033 Engenharia de Software

A respeito da modelagem centrada em dados (Data-Centric Artificial Intelligence), analise as opções a seguir e marque a correta.

A

O foco principal está na otimização dos hiperparâmetros aplicados aos modelos de aprendizagem de máquina.

B

Enfatiza que o design sistemático e a engenharia de dados são essenciais para construir sistemas baseados em IA eficazes e eficientes.

C

Assume que a coleta de grandes volumes de dados está associada aos benefícios de colocar menos foco no tipo ou qualidade desses dados.

D

Afirma que os profissionais podem usar aprendizagem de máquina, para resolver problemas únicos, para os quais não existem conjuntos de dados públicos ou modelos pré-treinados adequados.

E

Entende que apesar da presença de instâncias de baixa qualidade, como rótulos incorretos ou valores imprecisos de características, essas instâncias não precisam ser identificadas e removidas.

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

Q3675024

Ano: 2025 Banca: FUNCERN Órgão: IF-PE Prova: FUNCERN - 2025 - IF-PE - Professor EBTT - Sistemas Digitais e Segurança de Dados |

Q3675024 Engenharia de Software

Considere que, no treinamento de um classificador, os hiperparâmetros foram ajustados por validação cruzada aplicada apenas ao conjunto de treino e validação. Posteriormente, o classificador foi avaliado em um conjunto de teste independente. Sobre o conjunto de teste, é correto afirmar que,

A

permite continuar o ajuste iterativo de hiperparâmetros, usando diretamente os resultados do teste, acelerando a convergência do modelo.

B

é opcional, dado que a validação cruzada tende a fornecer estimativas suficientes do erro de generalização.

C

deve ser incorporado ao treinamento para maximizar a quantidade de dados de treino antes da avaliação final.

D

facilita a detecção de problemas de balanceamento ou distribuição dos dados, quando mantido de forma independente.

E

fornece uma estimativa de desempenho do modelo em dados não vistos, sem influência das etapas de treino e ajuste de hiperparâmetros.

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

Q3666107

Ano: 2025 Banca: NUCEPE Órgão: SEDUC-PI Prova: NUCEPE - 2025 - SEDUC-PI - Professor para o Curso Técnico em Programação de Jogos Digitais |

Q3666107 Engenharia de Software

A Inteligência Artificial (IA) tem se popularizado nos últimos anos, e seu uso em jogos digitais não tem sido diferente. Desta forma, das ações implementadas a seguir, qual se pode afirmar que faz uso OBRIGATORIAMENTE de IA num jogo digital do género de ação?

A

Design de níveis criativos e desafiadores para manter a atenção do jogador.

B

Personagens Não Jogáveis (NPC) que seguem um caminho pré-definido.

C

Comportamento Adaptativo dos inimigos de acordo com as estratégias do jogador.

D

Efeitos Especiais Realistas, como uso de fumaça e explosões no jogo digital.

E

Sistema de checkpoints para salvar o progresso do jogador durante o jogo digital.

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

Q3660472

Ano: 2025 Banca: FGV Órgão: AgSUS Prova: FGV - 2025 - AgSUS - Analista de Gestão Tecnologia da Informação |

Q3660472 Engenharia de Software

Com relação à área de visão computacional, avalie as afirmativas a seguir e assinale (V) para verdadeira e (F) para falsa.

( ) A tecnologia Utiliza câmeras, sensores e algoritmos avançados treinados com grandes quantidades de dados visuais e imagens para permitir que máquinas interpretem, analisem e extraiam dados significativos de imagens e vídeos, possibilitando inclusive o reconhecimento, rastreamento e classificação de itens específicos.
( ) Algoritmos de machine learning (ML) que empregam redes neurais podem ser empregados, como: aprendizado profundo, para realizar processamento automático de diferentes aspectos dos dados da imagem; redes neurais convolucionais (CNNs), que utilizam um sistema de rotulagem para categorizar dados visuais; e, redes neurais recorrentes (RNNs), que podem analisar vídeos e entender as relações entre as imagens.
( ) A visão computacional altera a imagem dando sentido ao seu conteúdo visual e realiza tarefas, como a rotulagem.

As afirmativas são, segundo a ordem apresentada,

A

F - V - V.

B

V - V - F.

C

V - F - F.

D

V - F - V.

E

F - F - F.

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

Q3660467

Ano: 2025 Banca: FGV Órgão: AgSUS Prova: FGV - 2025 - AgSUS - Analista de Gestão Tecnologia da Informação |

Q3660467 Engenharia de Software

Relacione os principais algoritmos conceitos de Aprendizagem de Máquina, ou Machine Learning, listados a seguir com suas respectivas características.

1- Neural networks
2- Logistic regression
3- Clustering
4- Decision trees

( ) Algoritmo de aprendizado supervisionado que faz previsões para variáveis de resposta categóricas.
( ) Algoritmo de aprendizado não supervisionado usado para identificar padrões em dados para que eles possam ser agrupados.
( ) Algoritmo que implementa grande número de nós de processamento interligados.
( ) Algoritmo para prever valores numéricos e classificar dados em categorias, usando uma sequência ramificada de decisões vinculadas.

A relação correta, na ordem apresentada, é

A

4 – 1 – 3 – 2.

B

2 – 3 – 1 – 4.

C

3 – 4 – 2 – 1.

D

1 – 2 – 3 – 4.

E

2 – 1 – 4 – 3.

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

Q3660458

Ano: 2025 Banca: FGV Órgão: AgSUS Prova: FGV - 2025 - AgSUS - Analista de Gestão Tecnologia da Informação |

Q3660458 Engenharia de Software

Aprendizado de máquina é o processo de descobrir uma função-objetivo f que mapeie as entradas x nos respectivos resultados y, ou seja, y = f (x) Quando a forma geral da função f a ser aprendida é pré-fixada, o algoritmo de aprendizado é dito parametrizado, e sua função é inferir os parâmetros ou coeficientes que compõem a função f. Selecione a alternativa que indique a desvantagem de utilização do aprendizado parametrizado

A

eficiência.

B

simplicidade.

C

genericidade.

D

escalabilidade.

E

amostras menores.

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

Q3642190

Ano: 2025 Banca: FGV Órgão: CNU Prova: FGV - 2025 - CNU - Bloco Temático 3: Ciência e Tecnologia |

Q3642190 Engenharia de Software

O artigo Attention is All You Need (Vaswani et al., 2017) marcou uma ruptura no processamento de linguagem natural ao apresentar a arquitetura Transformer. Sua abordagem abriu caminho para a criação de modelos de grande escala, como BERT, GPT e diversos outros que dominam o estado da arte em processamento de linguagem natural e em outras áreas, como visão computacional e bioinformática.
Sobre a arquitetura Transformer, é correto afirmar que:

A

o Transformer substitui mecanismos recorrentes por atenção, mas não utiliza codificação posicional, pois o alinhamento sequencial é aprendido implicitamente pelas cabeças de atenção;

B

a introdução do multi-head attention permite ao modelo aprender relações diferentes entre tokens em subespaços de projeção distintos, preservando a informação posicional por meio de codificadores específicos;

C

o Transformer original evita camadas feed-foward densas para reduzir a complexidade, compensando essa ausência com mais cabeças de atenção por bloco;

D

o mecanismo de scaled dot-product attention multiplica os escores de similaridade pela raiz quadrada da dimensão das keys para intensificar as diferenças entre tokens distantes;

E

a arquitetura de encoder-decoder é composta por blocos distintos no encoder e no decoder, sem reutilização estrutural, a fim de especializar cada parte para tarefas diferentes.

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

Q3642184

Ano: 2025 Banca: FGV Órgão: CNU Prova: FGV - 2025 - CNU - Bloco Temático 3: Ciência e Tecnologia |

Q3642184 Engenharia de Software

Martin está elaborando uma cartilha sobre o uso ético da Inteligência Artificial (IA) em seu setor, que atua no atendimento ao público. Para isso, a IA deve fornecer informações sobre as entradas, as saídas e o funcionamento do algoritmo utilizado, bem como a forma como cada parte contribui para o resultado final.
Na cartilha de uso ético da IA de Martin, devem constar requisitos sobre:

A

explicabilidade;

B

hiperparametrização;

C

aprendizado profundo;

D

modelos largos de linguagem;

E

processamento de linguagem natural.

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

Q3641016

Ano: 2025 Banca: CESPE / CEBRASPE Órgão: SEFAZ-SE Prova: CESPE / CEBRASPE - 2025 - SEFAZ-SE - Auditor Fiscal Tributário - Geral |

Q3641016 Engenharia de Software

No que diz respeito ao fenômeno de sobreajuste (overfitting), assinale a opção correta.

A

O sobreajuste ocorre quando um modelo preditivo é avaliado por seu desempenho em exemplares não utilizados no treinamento, o que resulta em avaliações positivas.

B

Modelos que se sobreajustam não representam os dados de treinamento com total fidelidade, o que resulta em avaliações ruins para todos os tipos de exemplares.

C

O sobreajuste é um fenômeno benéfico, pois garante que o modelo preditivo seja altamente preciso tanto para dados de treinamento quanto para novos exemplares.

D

O sobreajuste ocorre apenas quando o conjunto de dados de treinamento é muito pequeno, podendo ser solucionado com a sintonização manual dos parâmetros do modelo.

E

Modelos que se sobreajustam representam os exemplares de treinamento com alta fidelidade, mas perdem desempenho quando aplicados a novos exemplares, o que resulta em avaliações ruins.

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

🚀 Mais performance?

🚀 Mais performance?

Questões de Concurso Sobre inteligencia artificial em engenharia de software

Foram encontradas 758 questões