Questões de Concurso Comentadas sobre engenharia de software
Foram encontradas 12.717 questões
Qual o nome do princípio de projeto que recomenda que classes devem esconder detalhes de implementação que estão sujeitos a mudanças?
I - Os diagramas UML são classificados em dois grandes grupos: (1) Diagramas Estáticos (ou Estruturais), que modelam a estrutura e organização de um sistema, incluindo informações sobre classes, atributos, métodos, pacotes, etc; e (2) Diagramas Dinâmicos (ou Comportamentais), que modelam eventos que ocorrem durante a execução de um sistema.
II - Diagramas de classes são um dos diagramas mais usados da UML. Eles oferecem uma representação gráfica para um conjunto de classes, provendo informações sobre atributos, métodos e relacionamentos que existem entre as classes modeladas.
III - Diagramas de atividades são usados para representar, em alto nível, um processo ou fluxo de execução. Os principais elementos desses diagramas são ações representadas por retângulos. Existem ainda elementos de controle, que definem a ordem de execução das ações.
Quais estão corretas?
I - Herança é um dos diferenciadores-chave entre sistemas convencionais e sistemas orientados a objetos. Uma subclasse Y herda todos os atributos e operações associadas à sua superclasse X, ou seja, todas as estruturas de dados e as operações de X ficam imediatamente disponíveis para Y.
II - A herança pode proporcionar benefício significativo ao projeto, mas, se ela for usada de forma não apropriada, pode complicar um projeto desnecessariamente e levar a um software passível de erros e difícil de manter.
III - Em cada nível de uma hierarquia de classes com herança, novos atributos e operações não podem ser acrescentados àqueles que foram herdados de níveis mais altos da hierarquia. Quais estão corretas?
Assinale a técnica de NLP adequada nesse tipo de desenvolvimento.
Tal documento pode ser nomeado como
Em relação ao processamento de linguagem natural (PLN), analise as afirmativas a seguir.
I. O PLN envolve a compreensão e a geração de linguagem natural humana.
II. A tarefa principal do PLN é traduzir textos de uma língua para outra.
III. O PLN não é utilizado para tarefas de processamento de voz.
IV. O PLN é aplicado em sistemas de recuperação de informações e assistentes virtuais.
Estão corretas as afirmativas
Responsible AI (IA Responsável) e Explainable AI (IA Explicável) são conceitos importantes no desenvolvimento de sistemas de inteligência artificial. A IA Explicável refere-se à capacidade de explicar como uma decisão foi tomada pelo modelo de IA, permitindo que os usuários entendam o processo de tomada de decisão. Já a IA Responsável envolve garantir que a IA seja desenvolvida e implementada de forma ética e legalmente responsável.
Nesse contexto, sobre Responsible AI, assinale a afirmativa incorreta.
Luiz, médico dermatologista, criou um modelo de IA para auxiliar na detecção de câncer de pele com visão computacional. Como um modelo de classificação binária, ele terá 4 possíveis saídas: verdadeiro positivo (paciente com câncer, detectado corretamente), verdadeiro negativo (paciente sem câncer, detectado corretamente), falso positivo (paciente sem câncer, detectado incorretamente) e falso negativo (paciente com câncer, não detectado pelo modelo).
Levando em consideração que um modelo de IA seria utilizado como uma ferramenta de auxílio ao diagnóstico de câncer de pele, os erros de “tipo 1” (falso positivo) seriam tolerados, já que haveria uma análise posterior realizada por um médico especialista. No entanto, os erros “tipo 2” (falso negativo) seriam os mais críticos, uma vez que podem resultar em um diagnóstico tardio ou falho, comprometendo a saúde do paciente. Tomando o cenário como base, julgue os itens a seguir:
I. A métrica mais importante nesse caso seria a Sensibilidade (Recall ou Revocação);
II. A métrica mais importante nesse caso seria a Precisão (Precision);
III. Ao ajustar o modelo para minimizar erros de "tipo 2", geralmente os erros de "tipo 1" tendem a aumentar;
IV. Luiz deveria submeter seu modelo a um treinamento mais longo, independentemente do overfitting.
Estão corretas as afirmativas
No contexto dos algoritmos utilizados em análise de dados, considere os passos a seguir:
1. recebe os dados de treinamento como entrada, que incluem atributos e categorias;
2. calcula a probabilidade de cada categoria ocorrer com base na quantidade de exemplos de cada categoria no conjunto de dados;
3. calcula a probabilidade condicional para cada atributo, ou seja, a probabilidade de um atributo dada uma categoria;
4. para uma nova entrada, calcula a probabilidade de cada categoria dada a entrada;
5. seleciona a categoria com a maior probabilidade condicional como a previsão para a nova entrada;
6. repete os passos 4 e 5 para todas as entradas desconhecidas.
Assinale o algoritmo que é implementado nos passos acima.