Questões de Engenharia de Software para Concurso - Página 112

Q3052456

Ano: 2024 Banca: FGV Órgão: Prefeitura de Vitória - ES Prova: FGV - 2024 - Prefeitura de Vitória - ES - Analista em Gestão Pública - Estatístico |

Q3052456 Engenharia de Software

No aprendizado de máquina, técnicas de classificação e agrupamento têm objetivos distintos.
Assinale a opção que descreve corretamente uma diferença fundamental entre técnicas de agrupamento e técnicas de classificação.

A

Técnicas de agrupamento agrupam dados não rotulados, enquanto técnicas de classificação usam dados rotulados para prever classes.

B

Técnicas de agrupamento dividem dados em classes predefinidas, enquanto técnicas de classificação descobrem novas classes.

C

Técnicas de agrupamento são supervisionadas, enquanto técnicas de classificação são não supervisionadas.

D

Técnicas de agrupamento são usadas exclusivamente em análise de texto, enquanto técnicas de classificação são usadas em análise de imagem.

E

Técnicas de agrupamento utilizam modelos baseados em árvores de decisão, enquanto técnicas de classificação utilizam métodos de k-médias.

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

Q3048973

Ano: 2024 Banca: CESGRANRIO Órgão: Caixa Prova: CESGRANRIO - 2024 - Caixa - Técnico Bancário Novo - Tecnologia da Informação - Rio Grande do Sul |

Q3048973 Engenharia de Software

O Processo Unificado (UP) é uma metodologia de desenvolvimento de software que fornece um processo disciplinado na atribuição de tarefas e responsabilidades em uma organização de desenvolvimento de software. Seu principal objetivo é garantir a produção de software de alta qualidade que atenda às necessidades dos usuários finais, respeitando prazos e orçamentos.

Nessa metodologia, quais são as quatro fases do ciclo de vida de um projeto?

A

Iniciação, Desenvolvimento, Teste e Implantação

B

Planejamento, Execução, Controle e Encerramento

C

Requisitos, Design, Implementação e Manutenção

D

Análise, Projeto, Codificação e Teste

E

Concepção, Elaboração, Construção e Transição

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

Q3048970

Ano: 2024 Banca: CESGRANRIO Órgão: Caixa Prova: CESGRANRIO - 2024 - Caixa - Técnico Bancário Novo - Tecnologia da Informação - Rio Grande do Sul |

Q3048970 Engenharia de Software

Em uma empresa de tecnologia, a equipe de desenvolvimento está trabalhando em um grande projeto de software que exige um rigoroso controle de versões e de mudanças. Durante uma sessão de treinamento, o gerente de configuração quer garantir que todos os membros da equipe compreendam os conceitos fundamentais e as práticas de gerência de configuração.

A respeito desses temas, ele esclarece que, em relação ao desenvolvimento de softwares, a gerência de configuração

A

é responsável por testar os softwares para encontrar defeitos antes da entrega.

B

envolve apenas a documentação das funcionalidades dos softwares, sem se preocupar com as mudanças.

C

tem como prática essencial garantir que todas as mudanças no código dos softwares sejam registradas e acompanhadas de uma justificativa, permitindo rastreabilidade e controle de versões.

D

tem como principal objetivo estimar o tempo e os recursos necessários para o desenvolvimento de novas funcionalidades nos softwares.

E

concentra-se, exclusivamente, no controle de acesso aos repositórios de código dos softwares, sem impactar outras áreas do desenvolvimento.

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

Q3048958

Ano: 2024 Banca: CESGRANRIO Órgão: Caixa Prova: CESGRANRIO - 2024 - Caixa - Técnico Bancário Novo - Tecnologia da Informação - Rio Grande do Sul |

Q3048958 Engenharia de Software

Um grupo de pesquisadores dispõe de uma verba para desenvolver um software específico para coleta de dados em campo por usuários especialistas. Esse software deverá ser composto por um módulo web ("sala de controle") e um aplicativo móvel ("app mobile"). Após licitação, contratam uma empresa, que produz uma primeira versão dos módulos. Durante um mês, esses usuários testam um conjunto de características do software nos dois módulos em seus locais de trabalho, registrando os erros encontrados. Ao final do processo, o líder do grupo consolida e reporta os problemas à empresa contratada, solicitando correções. A cada nova versão liberada pela empresa, os usuários executam um novo conjunto de testes, considerando os erros anteriores como resolvidos. Esse processo se repetirá mensalmente durante um ano, prazo do contrato.

A situação relatada exemplifica a execução de teste

A

alfa

B

beta

C

de regressão

D

de segurança

E

de unidade

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

Q3048957

Ano: 2024 Banca: CESGRANRIO Órgão: Caixa Prova: CESGRANRIO - 2024 - Caixa - Técnico Bancário Novo - Tecnologia da Informação - Rio Grande do Sul |

Q3048957 Engenharia de Software

Uma equipe de desenvolvimento de software de uma organização de grande porte enfrentava questionamentos internos acerca de sua capacidade de resposta. Como as demandas por reparos dos softwares existentes bem como o desenvolvimento de novas soluções mantinham uma tendência de crescimento, o gestor de Tecnologia da Informação decidiu controlar o progresso das atividades de desenvolvimento de software de suas equipes utilizando o método Kanban, com o objetivo de aumentar a produtividade do setor, tornando as entregas aos clientes internos mais produtivas e eficazes.

Nesse contexto, o gestor considerou adequada a escolha do Kanban por esse método

A

limitar o número de tarefas concomitantes (limites WIP – Work In Progress).

B

manter a equipe envolvida em um processo isolada e focada na sua entrega.

C

praticar a programação em pares na reunião diária em pé do Kanban (standup meeting).

D

produzir como saída de cada coluna do quadro Kanban um cartão CRC-sprint.

E

projetar o diagrama de colaboração das funcionalidades e o respectivo diagrama de objetos.

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q3048861

Ano: 2024 Banca: CESGRANRIO Órgão: Caixa Provas: CESGRANRIO - 2024 - Caixa - Médico do Trabalho - Rio Grande do Sul | CESGRANRIO - 2024 - Caixa - Engenheiro de Segurança do Trabalho - Rio Grande do Sul |

Q3048861 Engenharia de Software

Um engenheiro está liderando um projeto para melhorar a eficiência dos processos de segurança em uma grande empresa de manufatura. Ele decide adotar práticas de intraempreendedorismo e metodologias ágeis para envolver a equipe e resolver problemas complexos de forma eficaz.

Qual das seguintes abordagens integra essas práticas e metodologias para alcançar os objetivos do projeto?

A

Adotar uma abordagem de Lean Manufacturing focada exclusivamente na eliminação de desperdícios, eliminando o desperdício de tempo com a participação ativa dos funcionários na identificação e na resolução de problemas de segurança.

B

Confiar na análise de negócios para identificar problemas de segurança e implementar as soluções apenas após uma extensa revisão e aprovação, mesmo que isso retarde o tempo de resposta aos problemas identificados.

C

Implementar um sistema hierárquico estrito em que todas as decisões sobre segurança sejam tomadas pela alta administração, evitando envolver a equipe operacional nos processos de resolução de problemas, de modo a agilizar os processos.

D

Promover um ambiente onde apenas os líderes de equipe tenham permissão para propor mudanças nos processos de segurança, limitando a contribuição por parte dos funcionários de níveis hierárquicos inferiores, evitando, assim, desperdícios de tempo de equipes que não se relacionem com esses processos.

E

Utilizar metodologias ágeis, como o Scrum, para organizar o trabalho em sprints curtas e iterativas, promovendo a colaboração entre todos os membros da equipe e incentivando a inovação através do intraempreendedorismo, permitindo que os funcionários proponham melhorias dos processos de segurança e os implementem.

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

Q3048293

Ano: 2024 Banca: IF-SP Órgão: IF-SP Prova: IF-SP - 2024 - IF-SP - Professor EBTT - Controle e Automação |

Q3048293 Engenharia de Software

Redes Neurais Artificiais são técnicas computacionais que utilizam um modelo matemático inspirado no neurônio biológico, obtendo aprendizado pela experiência. Encontra aplicações em visão computacional, automação residencial e industrial, robótica, microeletrônica, entre outros. A respeito de redes neurais MLP (Multi-layer Perceptron), analise as afirmativas:

I. Os parâmetros a serem definidos para a execução de uma rede MLP são número de camadas, número de neurônios em cada camada, taxa de aprendizado e função de ativação;

II. São redes recorrentes;

III. Os neurônios da camada oculta são capazes de capturar a não-linearidade dos dados;

IV. Geralmente utiliza-se a função sigmóide como função de ativação nas camadas oculta e de saída.

As afirmativas corretas são:

A

I e IV apenas

B

I e III apenas

C

I, II e IV apenas

D

I, III e IV apenas

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

Q3048291

Ano: 2024 Banca: IF-SP Órgão: IF-SP Prova: IF-SP - 2024 - IF-SP - Professor EBTT - Controle e Automação |

Q3048291 Engenharia de Software

Redes Neurais Artificiais são consideradas como a tecnologia mais avançada para a descoberta de padrões em dados. Têm sido utilizadas para resolver uma grande diversidade de aplicações, tais como tradução de idiomas, reconhecimento de fala e legendagem de imagens, além de aplicações no mercado de ações por grandes empresas como IBM, Google e Microsoft. Redes Neurais podem ser definidas como processadores paralelamente distribuídos, constituídos de unidades de processamento simples, que têm a capacidade natural de armazenar conhecimento experimental e torná-lo disponível para uso. Com respeito à arquitetura de redes neurais artificiais, uma rede auto-realiamentada se refere a uma:

A

rede recorrente com múltiplas camadas.

B

rede alimentada adiante com única camada.

C

rede alimentada diretamente com múltiplas camadas.

D

rede MLP.

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

Q3048126

Ano: 2024 Banca: CESGRANRIO Órgão: BNDES Prova: CESGRANRIO - 2024 - BNDES - Analista - Ciência de Dados (Manhã) |

Q3048126 Engenharia de Software

Em aplicações modernas de Processamento de Linguagem Natural, usando Grandes Modelos de Linguagem (Large Language Models – LLM) é comum a necessidade de usar informações relevantes que estão em documentos novos e privados, que não foram usados no pré-treinamento dos modelos de LLM. Considerando que esses documentos podem ser longos e em grande quantidade, que o tamanho do contexto usado na chamada à Application Programming Interface (API) da LLM é limitado, e ainda pensando que os custos de processar são muitas vezes calculados por quantidade de tokens, foi desenvolvida a técnica conhecida como Retrieval Augmented Generation (RAG).
Considerando-se esse contexto, qual é a característica da técnica RAG?

A

Compara a resposta da LLM aos documentos recuperados para verificar seu alinhamento com a resposta desejada.

B

Refina a LLM previamente com base nos documentos, evitando custos adicionais por contexto.

C

Realiza uma tarefa de recuperação de informação para selecionar as partes de documentos que devem ser enviadas dentro do contexto.

D

Revisa localmente todas as possibilidades combinatórias das partes de documentos escolhendo um número mínimo ótimo, reduzindo assim o custo de análise.

E

Usa chamadas recursivas a LLM para enviar todas as partes necessárias do documento.

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

Q3048121

Ano: 2024 Banca: CESGRANRIO Órgão: BNDES Prova: CESGRANRIO - 2024 - BNDES - Analista - Ciência de Dados (Manhã) |

Q3048121 Engenharia de Software

Um programador estava trabalhando no branch solvebugio e acabou o serviço. Após fazer o commit final nesse branch, ele deseja passar todas as mudanças feitas no branch solvebugio para o branch main, fazendo a integração correta de mudanças.
Considerando-se esse contexto e as melhores práticas de controle de versão, quais comandos Git esse programador deve usar para realizar essa tarefa?

A

git pull origin solvebugio && git push origin solvebugio

B

git push origin solvebugio && git pull origin solvebugio

C

git cherry-pick solvebugio main

D

git checkout solvebugio && git pull origin main

E

git checkout main && git merge solvebugio && git push origin main

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

Q3048120

Ano: 2024 Banca: CESGRANRIO Órgão: BNDES Prova: CESGRANRIO - 2024 - BNDES - Analista - Ciência de Dados (Manhã) |

Q3048120 Engenharia de Software

Uma equipe de desenvolvimento de Inteligência Artificial (IA) em uma empresa de tecnologia está implementando um sistema de recomendação baseado em aprendizado de máquina. Durante o processo de implementação, a equipe precisa estar atenta aos potenciais riscos e vulnerabilidades associados ao uso da IA. O sistema utiliza grandes volumes de dados históricos de clientes para treinar seus modelos. Há uma preocupação com a possibilidade de invasores manipularem a entrada de dados para enganar o modelo e gerar saídas indesejadas ou incorretas. A equipe deve também garantir que o modelo não exponha dados sensíveis dos clientes.
Considere as seguintes afirmativas com relação à mitigação dos riscos identificados:

I - adotar uma abordagem de fairness-aware learning para corrigir potenciais vieses no modelo, garantindo que as recomendações sejam justas para todos os grupos de usuários.
II - implementar métodos de robustness testing para simular ataques adversariais e avaliar a resiliência do modelo, e realizar auditorias regulares para identificar e corrigir vieses algorítmicos.
III - implementar técnicas de data augmentation para aumentar a diversidade dos dados de treinamento, reduzindo o risco de viés algorítmico, e adotar uma estratégia de monitoramento contínuo para detectar e mitigar ataques adversariais.
IV - utilizar técnicas de differential privacy durante o treinamento do modelo para proteger dados sensíveis e garantir que as previsões do modelo não revelem informações específicas dos clientes.

Estão corretas as seguintes afirmativas:

A

I e II, apenas.

B

II, III e IV, apenas.

C

I, III e IV, apenas.

D

II e IV, apenas.

E

I, II, III e IV.

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

Q3048116

Ano: 2024 Banca: CESGRANRIO Órgão: BNDES Prova: CESGRANRIO - 2024 - BNDES - Analista - Ciência de Dados (Manhã) |

Q3048116 Engenharia de Software

Ao avaliar a performance de diversos modelos preditivos para um problema de regressão e outro de classificação, várias métricas podem ser utilizadas para determinar qual modelo oferece o melhor desempenho. Considere as métricas para regressão e classificação, bem como as técnicas de detecção de overfitting e underfitting.
Nesse contexto, quais métricas devem ser utilizadas para determinar qual modelo oferece o melhor desempenho?

A

Para avaliar um modelo de regressão, deve-se utilizar a métrica Accuracy (acurácia) para determinar a proporção de previsões corretas, enquanto, no problema de classificação, o uso do R² ajustado é essencial para medir a variabilidade explicada pelo modelo, ajustada pelo número de features.

B

Para modelos de classificação, é importante utilizar a métrica R² para entender a proporção da variância explicada pelo modelo, enquanto o F1-score deve ser utilizado em problemas de regressão em que há um equilíbrio significativo entre as classes.

C

Para a detecção de overfitting e de underfitting, pode ser realizada a observação do trade-off entre viés e variância nas curvas de aprendizagem, independentemente do tipo de modelo (regressão ou classificação), sendo as métricas Accuracy e R² ajustado suficientes para medir a performance em ambos os casos.

D

No problema de regressão, o RMSE (Root Mean Square Error) é ideal para avaliar a média dos erros ao quadrado das previsões, e, para problemas de classificação, a análise da matriz de confusão permite calcular métricas como Precision, Recall, e F1-score, auxiliando na detecção de overfitting e underfitting.

E

No problema de regressão, o uso do MAE (Mean Absolute Error) é preferível ao RMSE (Root Mean Square Error) quando se deseja penalizar fortemente grandes erros, e, para problemas de classificação, a matriz de confusão é suficiente para detectar overfitting e underfitting.

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

Q3048113

Ano: 2024 Banca: CESGRANRIO Órgão: BNDES Prova: CESGRANRIO - 2024 - BNDES - Analista - Ciência de Dados (Manhã) |

Q3048113 Engenharia de Software

Como parte do processo de desenvolvimento de uma aplicação para analisar grandes volumes de textos, diversas tarefas de Processamento de Linguagem Natural (NLP, sigla em inglês) estão sendo implementadas para melhorar a eficácia e a precisão dessa aplicação.
Diante disso, para a aplicação dessas tarefas, é necessário

A

aplicar as técnicas de similaridade textual para realizar a rotulação de partes do discurso (POS-tagging), atribuindo uma etiqueta gramatical a cada palavra com base em sua posição no texto.

B

empregar a extração de informação para identificar e classificar as relações entre as entidades em um corpus de documentos, e em seguida aplicar a sumarização de texto para criar resumos automáticos do conteúdo.

C

executar a tradução automática para transformar um texto em outro idioma, utilizando NER para determinar a similaridade entre os textos traduzidos e os originais.

D

implementar a classificação de texto para categorizar automaticamente os documentos, utilizando POS-tagging para melhorar a precisão da rotulação gramatical e a consistência das classes atribuídas.

E

utilizar a análise de sentimento para identificar e extrair entidades nomeadas (NER) dos textos, facilitando a categorização automática das informações extraídas.

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

Q3048112

Ano: 2024 Banca: CESGRANRIO Órgão: BNDES Prova: CESGRANRIO - 2024 - BNDES - Analista - Ciência de Dados (Manhã) |

Q3048112 Engenharia de Software

Uma equipe de cientistas de dados está desenvolvendo um modelo preditivo e deseja otimizar seus hiperparâmetros para maximizar a performance do modelo.
Considerando-se as técnicas de otimização de hiperparâmetros, para encontrar a configuração de hiperparâmetros, essa equipe de cientistas deverá

A

aprimorar o modelo utilizando Random Search para explorar uma amostra limitada de hiperparâmetros, complementado por AutoML para automatizar a escolha da melhor arquitetura de modelo, mas sem a necessidade de ajuste posterior dos hiperparâmetros.

B

aplicar Random Search para selecionar aleatoriamente uma combinação de hiperparâmetros, testando apenas uma pequena amostra do espaço de busca e, em seguida, utilizar AutoTuning para selecionar automaticamente as features mais relevantes.

C

empregar algoritmos de otimização como Bayesian Optimization ou Tree-structured Parzen Estimators (TPE), para explorar o espaço de hiperparâmetros de maneira mais eficiente que o Grid Search ou Random Search, ajustando o modelo com base nas amostras mais promissoras.

D

executar AutoFeature Engineering antes de qualquer otimização de hiperparâmetros para garantir que o conjunto de dados esteja completamente preparado, utilizando Grid Search para testar uma única combinação de hiperparâmetros previamente selecionada.

E

utilizar Grid Search para testar todas as possíveis combinações de hiperparâmetros sem um espaço definido, seguido por AutoML para realizar a engenharia automática de features, ajustando o modelo de acordo com os melhores resultados.

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

Q3047976

Ano: 2024 Banca: FGV Órgão: Prefeitura de Macaé - RJ Prova: FGV - 2024 - Prefeitura de Macaé - RJ - Analista Previdenciário - Especialidade: Analista de Sistemas |

Q3047976 Engenharia de Software

Large Language Models (LLMs) são um tipo de modelo IA projetado para lidar com tarefas de processamento de linguagem natural (PLN) em uma escala muito grande. Esses modelos são treinados com enormes quantidades de dados textuais e são capazes de entender e gerar texto em linguagem natural de forma altamente sofisticada.
Em relação aos Large Language Models (LLMs), como o GPT, a abordagem mais relevante para melhorar a capacidade do modelo de gerar respostas coerentes e contextualmente apropriadas em conversas prolongadas, entre as listadas, é

A

aumentar o número de parâmetros do modelo.

B

utilizar a técnica de fine-tuning em um grande conjunto de dados não rotulados.

C

implementar um mecanismo de atenção (Attention Mechanism).

D

aplicar a tokenização BPE (Byte Pair Encoding) ao texto de entrada.

E

aumentar a frequência de palavras raras no conjunto de treinamento.

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

Q3047975

Ano: 2024 Banca: FGV Órgão: Prefeitura de Macaé - RJ Prova: FGV - 2024 - Prefeitura de Macaé - RJ - Analista Previdenciário - Especialidade: Analista de Sistemas |

Q3047975 Engenharia de Software

Processamento de Linguagem Natural (PLN) é uma subárea da inteligência artificial (IA) que se ocupa da interação entre computadores e linguagem humana. O objetivo do PLN é permitir que os computadores compreendam, interpretem, e gerem linguagem natural de maneira que seja útil e significativa. É um campo interdisciplinar que combina linguística, ciência da computação e aprendizado de máquina. Em Processamento de Linguagem Natural (PLN), assinale a técnica mais adequada, entre as listadas, para capturar a dependência contextual de palavras em uma frase, permitindo que o modelo compreenda o significado baseado no contexto.

A

Bag of Words (BoW).

B

TF-IDF (Term Frequency-Inverse Document Frequency).

C

Word2Vec

D

Redes Neurais Recorrentes (RNN).

E

Tokenização Simples.

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

Q3047974

Ano: 2024 Banca: FGV Órgão: Prefeitura de Macaé - RJ Prova: FGV - 2024 - Prefeitura de Macaé - RJ - Analista Previdenciário - Especialidade: Analista de Sistemas |

Q3047974 Engenharia de Software

Deep learning (aprendizado profundo) é uma subárea do aprendizado de máquina que se concentra em algoritmos baseados em redes neurais artificiais profundas. Essas redes neurais têm várias camadas intermediárias entre a entrada e a saída, permitindo que o sistema aprenda representações de dados em múltiplos níveis de abstração.
Em deep learning, o seguinte conceito se refere ao processo de ajustar os pesos de uma rede neural durante o treinamento, de modo a minimizar a função de perda:

A

Inicialização de Pesos.

B

Normalização.

C

Propagação para Frente (Forward Propagation).

D

Backpropagation.

E

Dropout.

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

Q3047973

Ano: 2024 Banca: FGV Órgão: Prefeitura de Macaé - RJ Prova: FGV - 2024 - Prefeitura de Macaé - RJ - Analista Previdenciário - Especialidade: Analista de Sistemas |

Q3047973 Engenharia de Software

Das técnicas apresentadas a seguir, a mais adequada para identificar agrupamentos (clusters) em um conjunto de dados não rotulado em um problema de aprendizado de máquina não supervisionado é

A

Regressão Linear.

B

K-means.

C

Regressão Logística.

D

Análise de Componentes Principais (PCA).

E

Máquinas de Vetores de Suporte (SVM) para classificação.

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

Q3047972

Ano: 2024 Banca: FGV Órgão: Prefeitura de Macaé - RJ Prova: FGV - 2024 - Prefeitura de Macaé - RJ - Analista Previdenciário - Especialidade: Analista de Sistemas |

Q3047972 Engenharia de Software

Aprendizado de Máquina (Machine Learning) é uma subárea da inteligência artificial (IA) que se concentra em desenvolver algoritmos e modelos que permitem que os sistemas aprendam e façam previsões ou decisões baseadas em dados. O Aprendizado de Máquina pode ser dividido em aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço.
No contexto de aprendizado de máquina supervisionado, das técnicas a seguir, a mais apropriada para lidar com um problema de regressão no qual o objetivo é prever um valor numérico contínuo é

A

a Regressão Linear.

B

a Regressão Logística.

C

o K-Nearest Neighbors (KNN) para classificação.

D

a Support Vector Machine (SVM) com kernel linear para classificação.

E

a Árvore de Decisão para classificação.

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

Q3047966

Ano: 2024 Banca: FGV Órgão: Prefeitura de Macaé - RJ Prova: FGV - 2024 - Prefeitura de Macaé - RJ - Analista Previdenciário - Especialidade: Analista de Sistemas |

Q3047966 Engenharia de Software

Controle de versão de código-fonte usando Git é uma prática fundamental no desenvolvimento de software que permite rastrear e gerenciar alterações no código ao longo do tempo. O Git é um sistema de controle de versão distribuído que facilita o gerenciamento de código-fonte, colaboração entre equipes e manutenção do histórico do projeto.
Uma boa prática para o controle de versão de código-fonte usando Git é

A

fazer commits frequentes e pequenos para garantir que as alterações sejam bem documentadas e facilmente revertidas, se necessário.

B

fazer commits grandes e esporádicos que incluam várias alterações de uma vez para reduzir o número total de commits no repositório.

C

usar a branch main (ou master) para desenvolvimento contínuo e criar branches somente para lançamentos finais.

D

evitar a utilização de mensagens de commit para manter o histórico de commits mais limpo e conciso.

E

realizar commits diretamente no branch main (ou master) sem criar branches de desenvolvimento ou features para simplificar o fluxo de trabalho.

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

Questões de Concurso Comentadas sobre engenharia de software

Foram encontradas 13.120 questões