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

Q3970433

Ano: 2025 Banca: LEGALLE Concursos Órgão: TCE-SP Prova: LEGALLE Concursos - 2025 - TCE-SP - Auditor de Controle Externo - Processo de Promoção 2023 |

Q3970433 Engenharia de Software

Analise as partes: Um aspecto importante que a inteligência artificial traz, com ferramentas como o ChatGPT, por exemplo, é que em um único lugar, todos consigam pesquisar, criar conteúdo de forma muito acessível (1ª parte), não é necessário utilizar uma linguagem específica de programação (2ª parte), buscar mais de um portal ou sate para se obter uma informação que é consoladada, resumida e entregue em segundos (3ª parte).
Acerca das partes, pode-se afirmar que:

A

Todas as partes estão corretas.

B

Apenas a 1ª parte está incorreta.

C

Apenas a 2ª parte está correta.

D

Apenas a 3ª parte está incorreta.

E

Todas as partes estão incorretas

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

Q3970431

Ano: 2025 Banca: LEGALLE Concursos Órgão: TCE-SP Prova: LEGALLE Concursos - 2025 - TCE-SP - Auditor de Controle Externo - Processo de Promoção 2023 |

Q3970431 Engenharia de Software

Tem-se que o ____ ocorre quando os elementos que compõem a amostra de treinamento são tão díspares que o algoritmo não consegue identificar uma quantidade suflciente de padrões _____ na amostra.
Preenche, CORRETA e respectivamente, as lacunas:

A

oveíitting, diferentes.

B

lightfitting; em comum

C

Iightíitting ; diferentes.

D

oveiitting: em comum

E

lightfitting; iguais.

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

Q3970428

Ano: 2025 Banca: LEGALLE Concursos Órgão: TCE-SP Prova: LEGALLE Concursos - 2025 - TCE-SP - Auditor de Controle Externo - Processo de Promoção 2023 |

Q3970428 Engenharia de Software

Considerando os benefícios do refinamento iterativo, analise as assertivas:
l. Melhoria Contínua: Cada iteração melhora a qualidade do prompt e, consequentemente, das respostas.
ll. Eficiência: Maximiza a necessidade de revisão manual e edição pós-geração, economizando tempo e esforço.
lll Precisão e Relevância: Prompts refinados produzem respostas mais precisas e relevantes.
Está(ão) CORRETA(S)

A

Apenas ll.

B

Apenas l e lll.

C

l, ll e lll.

D

Apenas ll e lll

E

Apenas l

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

Q3970425

Ano: 2025 Banca: LEGALLE Concursos Órgão: TCE-SP Prova: LEGALLE Concursos - 2025 - TCE-SP - Auditor de Controle Externo - Processo de Promoção 2023 |

Q3970425 Engenharia de Software

Acerca da importância nos modelos de linguagem na engenharia de prompts, analise o texto:
Comandos bem projetados são essenciais para garantir que os modelos de lA compreendam corretamente a intenção do usuário e forneçam respostas úteis. isso é especialmente importante em aplicações críticas. como auditorias de controle extemo onde a precisão é fundamental.
Acerca do texto, pode-se afirmar que ele está:

A

Plenamente adequado, pois apresenta somente anformações verdadeiras

B

Parcialmente adequado, visto que lA não necessita de comandos bem projetados.

C

Parcialmente adequado, visto que a lA é sempre precisa. não havendo situações especiais.

D

Parcialmente adequado, visto que auditorias de controle externo não podem fazer uso de lA

E

Plenamente inadequado, pois apresenta somente informações falsas.

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

Q3903014

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

Q3903014 Engenharia de Software

Para auxiliar magistrados e assessores na elaboração de sentenças e acórdãos, a equipe de TI do TJPI planeja desenvolver um sistema de recomendação de jurisprudência integrado ao editor de textos do PJe. Ao analisar o texto da minuta em elaboração, o sistema deve sugerir decisões e súmulas relevantes do próprio TJPI e de tribunais superiores. Qual das seguintes arquiteturas de sistema de recomendação é a mais adequada para essa tarefa?

A

Um sistema baseado em filtragem colaborativa (collaborative filtering), que recomendaria jurisprudência com base no que outros magistrados com histórico de julgamento similar visualizaram ou citaram no passado.

B

Um sistema baseado em conteúdo (content-based filtering), que analisaria o conteúdo textual da minuta em elaboração (usando técnicas como TFIDF ou embeddings de texto) e buscaria na base de dados jurisprudencial os documentos com maior similaridade textual.

C

Um sistema que recomenda apenas as decisões mais citadas ou populares em todo o tribunal, independentemente do conteúdo da minuta, pois a popularidade é o melhor indicador de relevância.

D

Um sistema baseado em regras fixas, onde um jurista cadastraria manualmente pares de "palavra-chave" -> "jurisprudência recomendada", garantindo total controle e precisão sobre as recomendações.

E

Um sistema híbrido que utiliza a filtragem colaborativa como base principal e o conteúdo textual apenas como critério de desempate, pois a "sabedoria da multidão" dos magistrados é mais importante que a análise semântica do texto.

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

Q3903012

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

Q3903012 Engenharia de Software

A Corregedoria Geral da Justiça do TJPI detectou um aumento expressivo no volume de processos contra um pequeno grupo de empresas de telefonia e instituições financeiras, caracterizando um fenômeno de litigância de massa. Para gerenciar essa demanda, a equipe de TI foi solicitada a construir um modelo preditivo que, ao analisar uma nova petição inicial no PJe, identifique com alta probabilidade se ela pertence a esse conjunto de litígios repetitivos. A análise inicial do dataset histórico revelou que esses processos representam apenas 5% do total de petições. Diante de um problema de classificação com dados severamente desbalanceados, qual é a abordagem metodológica mais adequada?

A

Treinar um modelo de árvore de decisão utilizando a acurácia como métrica principal de avaliação, pois essa métrica reflete diretamente a porcentagem de classificações corretas do modelo no geral.

B

Ignorar o desbalanceamento, pois algoritmos modernos como redes neurais profundas são inerentemente capazes de lidar com a desproporção entre as classes sem qualquer tratamento especial nos dados.

C

Aplicar técnicas de reamostragem, como SMOTE (Synthetic Minority Over-sampling Technique) para gerar exemplos sintéticos da classe minoritária (litígios de massa), e avaliar o modelo utilizando métricas como F1-Score ou a Área Sob a Curva ROC (AUCROC), que são mais robustas ao desbalanceamento de classes.

D

Remover aleatoriamente 95% dos exemplos da classe majoritária (undersampling) para criar um dataset perfeitamente balanceado, garantindo assim que o modelo não terá nenhum viés e maximizará todas as métricas de performance.

E

Utilizar um algoritmo de clusterização não supervisionado, como o K-Means, para agrupar as petições em clusters e, em seguida, rotular manualmente cada cluster como "litígio de massa" ou "normal", pois esta é a única forma de descobrir os padrões sem viés.

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

Q3903011

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

🎯 Saiba o que estudar

🎯 Saiba o que estudar

Questões de Concurso Sobre inteligencia artificial em engenharia de software

Foram encontradas 764 questões