A respeito de escopo em projetos ágeis, Scrum e Kanban, julgue o próximo item.

Os gargalos podem surgir em uma ou mais etapas do fluxo, por isso, uma das práticas do Kanban é o constante gerenciamento do fluxo. 

A respeito de escopo em projetos ágeis, Scrum e Kanban, julgue o próximo item.

Transparência, inspeção e adaptação são pilares do Scrum que provêm do controle empírico de processos.

A respeito de escopo em projetos ágeis, Scrum e Kanban, julgue o próximo item.

No Scrum, para cada sprint o time de desenvolvimento realiza uma reunião de curta duração, na qual se faz necessária a presença do product owner e do scrum master.

A respeito de escopo em projetos ágeis, Scrum e Kanban, julgue o próximo item.

Em ambientes voláteis, o escopo do projeto pode mudar com frequência, o que leva a adoção de sprints menores; em ambientes estáveis, adota-se sprints maiores.

Acerca de gestão de portfólio e Scrum, julgue o item subsequente.

O backlog do produto é uma lista priorizada cujos itens de maior importância ficam no topo e, portanto, devem ser mais detalhados.

Acerca de gestão de portfólio e Scrum, julgue o item subsequente.

Scrum é uma metodologia ou um conjunto práticas de engenharia de software para criar produtos. 

Acerca de gestão de portfólio e Scrum, julgue o item subsequente.

O scrum master tem a responsabilidade de avaliar, após cada sprint, a necessidade de mudar algo no rumo do projeto ou reorganizar as prioridades para as próximas sprints.

Acerca de gestão de portfólio e Scrum, julgue o item subsequente.

A escolha das ferramentas e métodos utilizados na metodologia de gestão de portfólio é etapa importante e conta com forte participação dos stakeholders envolvidos. 

Acerca de gestão de portfólio e Scrum, julgue o item subsequente.

A gestão de portfólio envolve desde o nível estratégico até as gerências da organização, mapeando as oportunidades mais relevantes, alocando recursos e priorizando projetos em detrimento de outros.

Com respeito a machine learning aplicado, julgue o próximo item.

Suponha que a palavra amor ocorra 1.000 vezes no último livro escrito por certo autor, que escreveu, no total, 10 livros. Nesse caso, se a palavra amor for encontrada em todos os livros desse autor, então o valor do TF-IDF (term frequencyinverse document frequency) referente à palavra amor no último livro escrito será igual a 1/1.000.

Com respeito a machine learning aplicado, julgue o próximo item.

O CBOW é um modelo de aprendizado de máquina desenhado para prever contexto com base em determinada palavra. 

Com respeito a machine learning aplicado, julgue o próximo item.

Stop-words constituem um conjunto de palavras que proporcionam pouca informação para o significado de uma frase. 

Com respeito a machine learning aplicado, julgue o próximo item.

Mask RCNN (region-based convolutional neural network) é um método para segmentação de objetos e instâncias que se baseia em detecção, enquanto o método SSAP (single-shot instance segmentation) se baseia em pixels.  

Julgue o próximo item, relativos a redes neurais artificiais (RNA).

Uma rede neural convolucional é composta por camadas convolucionais, unidades de processamento não linear e camadas de subamostragem (pooling); ela possui como característica a habilidade em explorar correlações temporais e espaciais nos dados. 

Julgue o próximo item, relativos a redes neurais artificiais (RNA).

Em RNA, o uso de early stopping, ainda que não evite o overfitting, permite calcular com mais precisão a classificação nos dados de validação e, assim, melhorar a acurácia do treinamento. 

Julgue o próximo item, relativos a redes neurais artificiais (RNA).

Rede neural recorrente é uma arquitetura similar à feedforward; a diferença é que a cada nova camada oculta (hidden layer) é acrescentada outra camada recorrente à arquitetura conectada à camada anterior, duplicando assim a quantidade de camadas. 

Julgue o próximo item, relativos a redes neurais artificiais (RNA).

O algoritmo de backpropagation consiste das fases de propagação e de retro propagação: na primeira, as entradas são passadas através da rede e as previsões de saída são obtidas; na segunda, se calcula o termo de correção dos pesos e, por conseguinte, a atualização dos pesos.

Julgue o próximo item, relativos a redes neurais artificiais (RNA).

As funções de ativação são elementos importantes nas redes neurais artificiais; essas funções introduzem componente não linear nas redes neurais, fazendo que elas possam aprender mais do que relações lineares entre as variáveis dependentes e independentes, tornando-as capazes de modelar também relações não lineares. 

Julgue o próximo item, relativos a redes neurais artificiais (RNA).

Em RNA formada unicamente de perceptron, uma pequena alteração nos pesos de um único perceptron na rede pode ocasionar grandes mudanças na saída desse perceptron; mesmo com a inserção das funções de ativação, não é possível controlar o nível da mudança, por isso, essas redes são voltadas para a resolução de problemas específicos, tais como regressão e previsão de séries temporais.  

As máquinas de vetores de suporte (SVMs) são originalmente utilizadas para a classificação de dados em duas classes, ou seja, na geração de dicotomias. Nas SVMs com margens rígidas, conjuntos de treinamento linearmente separáveis podem ser classificados. Acerca das características das SVMs com margens rígidas, julgue o item a seguir. 

Um conjunto linearmente separável é composto por exemplos que podem ser separados por pelo menos um hiperplano. As SVMs lineares buscam o hiperplano ótimo segundo a teoria do aprendizado estatístico, definido como aquele em que a margem de separação entre as classes presentes nos dados é minimizada.