Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 6

Q3158085

Ano: 2024 Banca: FGV Órgão: Prefeitura de Cuiabá - MT Prova: FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |

Q3158085 Engenharia de Software

Considere um neurônio com três entradas x1, x2 e x3. A cada entrada é atribuído um peso: w1, w2 e w3, de acordo com a tabela. O limiar é representado por T.

Imagem associada para resolução da questão

Imagem associada para resolução da questão

O valor de y quando x1 = 1, x2 = 1 e x3 = 0 é igual a

A

- 0,1.

B

0.

C

0,1.

D

0,2.

E

1.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3158084

Ano: 2024 Banca: FGV Órgão: Prefeitura de Cuiabá - MT Prova: FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |

Q3158084 Engenharia de Software

Para a realização de análises preditivas e de agrupamento típicas de mineração de textos, os dados não estruturados textuais devem ser preparados antes de serem analisados. Este processo consiste em quatro etapas: análise lexical, eliminação de termos irrelevantes, redução da palavra ao seus radical e construção de uma representação vetorial.
A etapa de análise lexical consiste na

A

geração de uma lista de termos obtidas do texto original, a partir da eliminação da pontuação e de outros caracteres que são desnecessários no contexto em que o texto será analisado.

B

eliminação de artigos, pronomes, numerais, conjunções, advérbios e palavras de outras classes gramaticais do texto que são irrelevantes no processo de mineração de dados.

C

uniformização dos termos a partir da remoção dos sufixos e prefixos das palavras.

D

atribuição de pesos a cada termo presente no dicionário de termos.

E

associação de cada termo do texto a um radical da biblioteca do corpus ao qual o documento está contido.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3158073

Ano: 2024 Banca: FGV Órgão: Prefeitura de Cuiabá - MT Prova: FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |

Q3158073 Engenharia de Software

A aprendizagem é o processo pelo qual os parâmetros livres de entrada de uma rede neural são ajustados a partir do processo de estimulação pelo ambiente na qual a rede está inserida. O tipo de aprendizagem é determinado pela maneira pela qual a modificação dos parâmetros ocorre. A aprendizagem que consiste na minimização da função custo, que é a diferença entre o valor desejado e o valor da saída da rede neural, é conhecida por

A

aprendizagem por correção de erro.

B

aprendizagem baseada em memória.

C

aprendizagem hebbiana.

D

aprendizagem competitiva.

E

aprendizagem de Boltzmann.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3158071

Ano: 2024 Banca: FGV Órgão: Prefeitura de Cuiabá - MT Prova: FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |

Q3158071 Engenharia de Software

Deseja-se implementar uma rede neural simples composta de um neurônio com limiar igual a T para computar a operação booleana “E” entre duas entradas binárias x1 e x2. A saída y deve obedecer a Tabela verdade abaixo. w1 e w2 são os pesos das entradas.

Imagem associada para resolução da questão

Os valores de w1, w2 e T são, respectivamente

A

1, -1 e 1.

B

1, 1 e 0.

C

0, 0 e 1.

D

1, 1 e 1,5.

E

-1, -1 e 0.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3158068

Ano: 2024 Banca: FGV Órgão: Prefeitura de Cuiabá - MT Prova: FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |

Q3158068 Engenharia de Software

Considere certo método de aprendizado de máquina do tipo classificador, para realizar uma tarefa de classificação para k classes (sendo k um número natural maior do que 1) em um conjunto de dados com n objetos (sendo n um número natural maior do que k). Acerca da matriz de confusão correspondente, analise os itens a seguir.

I. A soma de todos os elementos da matriz é igual a n.

II. A taxa de acerto do classificador é dada pela razão entre a soma da diagonal principal da matriz e a soma de todos os elementos.

III. A precisão do classificador para certa classe i é dada pela razão entre o elemento da diagonal principal na linha i e a soma de todos os elementos da coluna i.

Está correto o que se afirma em

A

I, apenas.

B

II, apenas.

C

I e II, apenas.

D

I e III, apenas.

E

I, II e III.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3124314

Ano: 2024 Banca: FURB Órgão: Câmara de Brusque - SC Prova: FURB - 2024 - Câmara de Brusque - SC - Analista de Tecnologia da Informação |

Q3124314 Engenharia de Software

No que diz respeito à Inteligência Artificial, assinale a alternativa que apresenta a principal diferença entre aprendizagem de máquina supervisionada e não supervisionada.

A

A aprendizagem de máquina supervisionada é utilizada para tarefas de classificação, enquanto a aprendizagem de máquina não supervisionada é utilizada para tarefas de regressão.

B

O treinamento em ambos os casos é semelhante, diferindo apenas quando da apresentação, uma vez que a aprendizagem supervisionada retorna um código (supervisor) e a aprendizagem não supervisionada apenas retorna tabelas ou grafos, restando ao programador a necessidade de programar consultas ao banco de dados, por exemplo.

C

Na aprendizagem de máquina supervisionada, o algoritmo é treinado com dados rotulados (com a resposta correta), enquanto na aprendizagem de máquina não supervisionada, o algoritmo aprende padrões a partir de dados não rotulados.

D

Na aprendizagem de máquina não supervisionada, o algoritmo é treinado com dados rotulados, enquanto na aprendizagem de máquina supervisionada, o algoritmo aprende padrões a partir de dados não rotulados.

E

A aprendizagem de máquina não supervisionada é utilizada para tarefas de classificação, enquanto a aprendizagem de máquina supervisionada é utilizada para tarefas de regressão.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3124291

Ano: 2024 Banca: FURB Órgão: Câmara de Brusque - SC Prova: FURB - 2024 - Câmara de Brusque - SC - Analista de Tecnologia da Informação |

Q3124291 Engenharia de Software

Nos últimos anos, entre inovações e controvérsias acerca de direitos autorais, surgiu uma tecnologia chamada Stable Diffusion , que tem despertado interesse em diversos campos da tecnologia. Com isso em mente, assinale a alternativa que descreve corretamente o que é Stable Diffusion:

A

Um algoritmo de reconhecimento de voz.

B

Uma plataforma de redes neurais para compartilhamento colaborativo de conteúdo multimídia.

C

Um modelo de inteligência artificial para gerar imagens a partir de texto.

D

Um algoritmo baseado em blockchain para criar vídeos utilizando dados em tempo real.

E

Um sistema de machine learning que converte áudio em imagens com base em algoritmos difusionais.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3115428

Ano: 2024 Banca: IMPARH Órgão: Prefeitura de Fortaleza - CE Prova: IMPARH - 2024 - Prefeitura de Fortaleza - CE - Analista de Regulação - Ciências da Computação |

Q3115428 Engenharia de Software

Sobre os conceitos de aprendizado de máquina, marque a opção correta.

A

A função de ativação ReLU converte valores negativos em zero e mantém os positivos.

B

A técnica de regularização divide os dados em k partes para validar um modelo.

C

O overfitting ocorre quando um modelo de machine learning não se ajusta aos dados de treino.

D

Dropout é uma técnica de regularização utilizada para parar o treino quando a precisão máxima for atingida.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3114979

Ano: 2024 Banca: FGV Órgão: TJ-MT Prova: FGV - 2024 - TJ-MT - Analista Judiciário - Tecnologia da Informação |

Q3114979 Engenharia de Software

O Processamento de Linguagem Natural (PLN) é uma subárea da inteligência artificial focada em permitir que máquinas compreendam, interpretem, gerem e respondam à linguagem humana de maneira natural e significativa. O objetivo do PLN é fazer com que sistemas computacionais realizem tarefas que envolvem a linguagem humana, como leitura, escrita e interpretação de forma semelhante à forma como os humanos processam o idioma.
Em Processamento de Linguagem Natural (PLN), a tokenização

A

é a técnica que remove todas as palavras de um texto que não são substantivos, para focar apenas em entidades.

B

consiste em dividir o texto em unidades menores, como palavras ou subpalavras, para facilitar o processamento do texto por modelos de PLN.

C

é o processo de sintetizar novas palavras com base em um modelo probabilístico, permitindo a expansão do vocabulário.

D

é a técnica que converte palavras em números aleatórios para evitar vieses durante a análise textual.

E

é o processo de combinar palavras em frases inteiras para entender o contexto completo de um texto.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3114977

Ano: 2024 Banca: FGV Órgão: TJ-MT Prova: FGV - 2024 - TJ-MT - Analista Judiciário - Tecnologia da Informação |

Q3114977 Engenharia de Software

A Inteligência Artificial (IA) tem sido um campo de pesquisa e inovação que evoluiu bastante ao longo das décadas, e geralmente é dividida em IA fraca e IA forte, conceitos que se referem ao nível de “inteligência” que a IA consegue simular ou alcançar.
Em relação ao conceito de Inteligência Artificial (IA), assinale a afirmativa que descreve corretamente a diferença entre IA forte e IA fraca.

A

IA forte é um sistema que simula a inteligência humana em tarefas específicas, enquanto IA fraca consegue aprender e entender contextos complexos, como um ser humano.

B

IA fraca se refere a sistemas que replicam com exatidão a consciência humana, enquanto IA forte realiza tarefas automatizadas sem a necessidade de consciência.

C

IA forte é caracterizada pela capacidade de adquirir consciência e compreensão geral, enquanto IA fraca é projetada para executar tarefas específicas sem consciência.

D

IA fraca é um sistema totalmente autônomo, que toma decisões complexas de forma independente, enquanto IA forte precisa da intervenção humana para operar.

E

IA forte e IA fraca não têm diferença quanto à forma de processamento de informações; a distinção está apenas na potência do hardware que utilizam.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3114976

Ano: 2024 Banca: FGV Órgão: TJ-MT Prova: FGV - 2024 - TJ-MT - Analista Judiciário - Tecnologia da Informação |

Q3114976 Engenharia de Software

A divisão dos dados por ocasião das tarefas de aprendizado de máquina deve ser feita com todo critério técnico para evitar problemas nos modelos gerados.
No contexto dessa divisão dos dados, assinale a afirmativa correta acerca do processo de overfitting em aprendizado de máquina.

A

O modelo generaliza bem para dados novos, apresentando baixa taxa de erro tanto em dados de treino quanto em dados de teste.

B

O modelo se ajusta excessivamente aos dados de treino, mas apresenta baixo desempenho em dados de teste.

C

O modelo apresenta alto desempenho em dados de teste, mas baixo desempenho em dados de treino.

D

O modelo é incapaz de aprender padrões dos dados de treino, resultando em alto erro de treino e de teste.

E

O modelo é robusto e apresenta desempenho constante independentemente do conjunto de dados analisado.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3108483

Ano: 2024 Banca: INAZ do Pará Órgão: Prefeitura de São Sebastião do Tocantins - TO Prova: INAZ do Pará - 2024 - Prefeitura de São Sebastião do Tocantins - TO - Técnico em Informática |

Q3108483 Engenharia de Software

“É uma linguagem de programação amplamente usada em aplicações da Web, desenvolvimento de software, ciência de dados e machine learning (ML). Seus desenvolvedores a usam porque é eficiente e fácil de aprender e pode ser executada em muitas plataformas diferentes. Foi criada por Guido Van Rossum, um programador de computador na Holanda que deu o nome a essa linguagem em razão de um programa de televisão do qual era fã. Essa linguagem de programação é?

A

JavaScript.

B

C#.

C

Java.

D

C++.

E

Python.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3104148

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: STJ Prova: CESPE / CEBRASPE - 2024 - STJ - Analista Judiciário - Área: Apoio Especializado - Especialidade: Análises de Sistemas de Informação |

Q3104148 Engenharia de Software

Texto associado

No que se refere à inteligência artificial e aprendizado de máquina, julgue o próximo item.

5 Na análise de característica de operação do receptor (ROC), o método não paramétrico para calcular a área sob a curva (AUC) assume que os dados seguem uma determinada distribuição, como a distribuição normal.

Certo

Errado

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3104147

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: STJ Prova: CESPE / CEBRASPE - 2024 - STJ - Analista Judiciário - Área: Apoio Especializado - Especialidade: Análises de Sistemas de Informação |

Q3104147 Engenharia de Software

Texto associado

No que se refere à inteligência artificial e aprendizado de máquina, julgue o próximo item.

Um modelo probabilístico é uma técnica não supervisionada que agrupa pontos de dados com base na probabilidade de eles pertencerem a uma distribuição, sendo o modelo de mistura gaussiana (GMM) um dos métodos mais comuns.

Certo

Errado

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3104146

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: STJ Prova: CESPE / CEBRASPE - 2024 - STJ - Analista Judiciário - Área: Apoio Especializado - Especialidade: Análises de Sistemas de Informação |

Q3104146 Engenharia de Software

Texto associado

No que se refere à inteligência artificial e aprendizado de máquina, julgue o próximo item.

RAG (retrieval augmented generation) é o processo de recuperar informações contextuais relevantes de uma fonte de dados e integrá-las ao prompt do usuário em um modelo de linguagem, melhorando-se a qualidade da resposta gerada.

Certo

Errado

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3104145

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: STJ Prova: CESPE / CEBRASPE - 2024 - STJ - Analista Judiciário - Área: Apoio Especializado - Especialidade: Análises de Sistemas de Informação |

Q3104145 Engenharia de Software

Texto associado

No que se refere à inteligência artificial e aprendizado de máquina, julgue o próximo item.

Na regressão linear múltipla, a previsão do modelo é um valor entre 0 e 1, tal que 0 indica um evento improvável de acontecer e 1 indica a probabilidade máxima de que esse evento aconteça.

Certo

Errado

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3104144

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: STJ Prova: CESPE / CEBRASPE - 2024 - STJ - Analista Judiciário - Área: Apoio Especializado - Especialidade: Análises de Sistemas de Informação |

Q3104144 Engenharia de Software

Texto associado

No que se refere à inteligência artificial e aprendizado de máquina, julgue o próximo item.

Stemming é uma técnica que reduz palavras flexionadas ao seu radical, permitindo que as variações de uma palavra sejam tratadas como um mesmo termo, o que melhora o desempenho de modelos de aprendizado de máquina.

Certo

Errado

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3104143

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: STJ Prova: CESPE / CEBRASPE - 2024 - STJ - Analista Judiciário - Área: Apoio Especializado - Especialidade: Análises de Sistemas de Informação |

Q3104143 Engenharia de Software

Texto associado

No que se refere à inteligência artificial e aprendizado de máquina, julgue o próximo item.

As redes neurais do tipo feedforward, por padrão, processam os dados continuamente, utilizando encaminhamentos de feedbacks corretivos para aprimorar sua análise preditiva.

Certo

Errado

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3102532

Ano: 2024 Banca: FEPESE Órgão: Prefeitura de Concórdia - SC Prova: FEPESE - 2024 - Prefeitura de Concórdia - SC - Professor - Laboratório de Informática - Edital nº 3 |

Q3102532 Engenharia de Software

A Interface Homem-Máquina (IHM) é o meio pelo qual um usuário interage com um sistema computacional, sendo fundamental para proporcionar uma experiência de uso eficiente e intuitiva.
Assinale a alternativa que indica corretamente um aspecto crucial para garantir que a interface seja fácil de ser usada e compreensível para os usuários, no desenvolvimento de IHMs.

A

Oferecer feedback visual ou sonoro imediato para as ações do usuário.

B

Minimizar o uso de gráficos e cores para evitar distrações visuais.

C

Priorizar a complexidade funcional, para garantir mais opções ao usuário.

D

Adotar uma linguagem técnica para atender a usuários avançados de forma específica.

E

Aumentar a quantidade de informações na tela para garantir que tudo esteja acessível em uma única interface.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3100353

Ano: 2024 Banca: COTEC Órgão: Prefeitura de Japonvar - MG Prova: COTEC - 2024 - Prefeitura de Japonvar - MG - Técnico em Informática |

Q3100353 Engenharia de Software

Qual das seguintes características de uma linguagem de programação de alto nível torna essa linguagem mais adequada para a representação de procedimentos em comparação com linguagens de máquina?

A

As linguagens de alto nível possuem um conjunto menor de operações primitivas e são utilizadas diretamente pelo computador por meio do compilador.

B

As linguagens de máquina, embora trabalhosas, são mais adequadas para a programação de procedimentos práticos.

C

As linguagens de alto nível são mais compreensíveis por humanos e precisam ser traduzidas para a linguagem de máquina por um compilador.

D

As linguagens de alto nível não precisam ser traduzidas para a linguagem de máquina para serem executadas.

E

As linguagens de alto nível são traduzidas diretamente pelo processador do computador, dispensando a necessidade de compiladores ou interpretadores.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Quer um estudo ilimitado?

Quer um estudo ilimitado?

Questões de Concurso Sobre inteligencia artificial em engenharia de software

Foram encontradas 537 questões