Julgue o seguinte item, acerca de Scrum.

Na sprint planning, para cada item do product backlog selecionado, o product owner planeja o trabalho necessário para criar um incremento que atenda à definição de pronto. 

Julgue o seguinte item, acerca de Scrum.

Ainda que a meta da sprint se torne obsoleta, ela não pode ser cancelada; nesse caso, a sprint planning pode ser renegociada com o product owner para a adaptação do progresso em direção à meta do produto.

Julgue o seguinte item, acerca de Scrum.

O product owner pode delegar o ordenamento de itens do product backlog.

Julgue o seguinte item, acerca de Scrum.

Um Scrum team consiste em um Scrum master, um product owner e developers, sendo multifuncional e autogerenciável, com tamanho pequeno o suficiente para permanecer ágil normalmente com dez ou menos pessoas.

Julgue o seguinte item, acerca de Scrum.

Todo trabalho no contexto de um incremento da sprint deve ser considerado, uma vez que o incremento pode ser entregue aos stakeholders antes do final da sprint.

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

A OWL pode ser utilizada por aplicações que precisam processar o conteúdo da informação, ao invés de apenas disponibilizar conteúdo. 

Julgue o próximo item, relativo a aprendizado de máquina.

Clustering é uma técnica de mineração de dados que agrupa dados não rotulados com base em suas semelhanças ou diferenças; os algoritmos de cluster podem ser categorizados em sobrepostos, hierárquicos ou probabilísticos. 

Julgue o próximo item, relativo a aprendizado de máquina.

Naive bayes é um algoritmo de machine learning supervisionado que realiza classificação com base no princípio da independência condicional de classe a partir do teorema de Bayes, em que o algoritmo avalia o quanto ele contribuiu para classificar a instância como boa ou ruim, construindo uma tabela de probabilidades.

Julgue o próximo item, relativo a aprendizado de máquina.

A regressão é um tipo de aprendizado não supervisionado cujo objetivo é entender a relação entre variáveis dependentes. 

Julgue o próximo item, relativo a aprendizado de máquina.

No aprendizado de máquinas, o aprendizado supervisionado compreende um conjunto de dados de treinamento para ensinar modelos a mostrar a saída desejada.

Julgue o próximo item, relativo a aprendizado de máquina.

As tarefas de aprendizado de máquina podem ser divididas em três grandes grupos: classificação, agrupamento e associação, devendo o primeiro grupo possuir uma classe que se pretenda prever.

Julgue o próximo item, relativo a aprendizado de máquina.

Overfitting é um comportamento esperado e desejável de aprendizado de máquina, uma vez que descreve assertividade e acurácia altas quando o modelo de aprendizado de máquina fornece previsões precisas para novos dados com base nos dados de treinamento. 

Julgue o próximo item, relativo a aprendizado de máquina.

Ocorre sobreajuste quando o modelo não pode determinar uma relação significativa entre os dados de entrada e saída, ou seja, quando o modelo não é treinado pelo período apropriado em relação à quantidade de dados.

Julgue o próximo item, relativo a aprendizado de máquina.

Em aprendizado de máquina, um modelo de bom desempenho com dados já treinados, mas que não lide muito bem com novos dados é denominado subajuste, ou seja, no subajuste se aprende com base no ruído dos dados. 

Julgue o próximo item, relativo a aprendizado de máquina.

No contexto do aprendizado de máquina, um algoritmo é definido como a especificação de uma relação probabilística existente entre variáveis diferentes.

Julgue o próximo item, relativo a aprendizado de máquina.

Aprendizado de máquina pode ser definido como a criação e o uso de modelos que são aprendidos a partir dos dados. 

Julgue o próximo item, relativo a aprendizado de máquina.

Aprendizado de máquina e mineração de dados são termos idênticos em relação aos seus objetivos e funções, pois ambos lidam com algoritmos de inteligência artificial para padrões em grandes conjuntos de dados em busca de conhecimento.

Julgue o próximo item, relativo a aprendizado de máquina.

O aprendizado de máquina computacional tem como objetivo aplicar técnicas computacionais na tentativa de validar padrões em dados e ratificar padrões que podem ser observados explicitamente nos dados.

Em relação às características da tecnologia IoT (Internet das coisas), julgue o item que se segue. 

As aplicações de IoT utilizam algoritmos de aprendizado de máquina para analisar grandes quantidades de dados de sensores conectados em nuvem. 

Em relação às características da tecnologia IoT (Internet das coisas), julgue o item que se segue. 

A utilização de inteligência artificial conversacional possibilita o uso de dispositivos IoT em ambiente doméstico.