Questões de Noções de Informática - Inteligência Artificial e Automação para Concurso - Página 22

Q3360266

Ano: 2024 Banca: AMEOSC Órgão: Prefeitura de Bandeirante - SC Prova: AMEOSC - 2024 - Prefeitura de Bandeirante - SC - Contador |

Q3360266 Noções de Informática

Texto associado

O mundo precisa investir em tecnologia climática na era da inteligência artificial

As tecnologias transformacionais estão convergindo para criar oportunidades sem precedentes para os investidores que pretendem garantir retornos financeiros significativos, apoiando simultaneamente a implementação de soluções para as alterações climáticas.

O panorama de potenciais investimentos no espaço é vasto, variando desde startups empreendedoras até algumas das maiores e mais valiosas empresas do mundo. A inteligência artificial (IA) tem o potencial de ajudar a determinar as empresas que estão fazendo uma diferença genuína, ao mesmo tempo que impulsionam a formação de capital.

Uma das principais vantagens da utilização da IA ??no investimento em tecnologia climática é a sua capacidade de processar grandes quantidades de dados com rapidez e precisão. Os investimentos em tecnologia climática podem ser particularmente complexos, envolvendo conhecimentos científicos e técnicos sofisticados, bem como conjuntos de dados muito grandes.

A inteligência artificial pode analisar dados de muitos tipos e fontes diferentes, incluindo imagens de satélite, dados de sensores da Internet das Coisas (IoT) de ativos de energia renovável, modelos climáticos e estatísticas operacionais, para fornecer informações que os analistas podem perder.

Para os investidores, isto significa que a IA pode identificar tendências e padrões que indicam o potencial de crescimento ou os riscos associados a determinadas tecnologias ou empresas. Por exemplo, os modelos de aprendizagem automática podem prever as taxas de adoção e a economia incremental de tecnologias renováveis, como a energia solar ou eólica, em mercados específicos e avaliar o impacto das alterações regulamentares nas políticas de redução de emissões em indústrias específicas.

A análise preditiva baseada em IA pode ser extremamente valiosa para os investidores, fornecendo insights sobre ganhos históricos e futuros com base em uma infinidade de fatores internos e externos à empresa.

Por exemplo, a IA pode analisar dados de redes sociais, análises online e interações com clientes para prever a popularidade futura dos produtos e as exigências do mercado. Também pode avaliar as emissões de gases com efeito de estufa de toda a cadeia de valor para compreender o impacto das iniciativas na fábrica e o impacto correspondente nos "resultados finais". Isto permite aos investidores antecipar quais os segmentos que provavelmente serão rentáveis ??e ajustar as suas estratégias de investimento em conformidade.

A inteligência artificial melhora a gestão de riscos, fornecendo perfis detalhados com base em uma série de variáveis, incluindo condições de mercado, fatores geopolíticos e riscos específicos do setor. Modelos avançados de IA podem simular vários cenários de risco e seus impactos nos investimentos em negócios operacionais. Isto pode ser particularmente útil em setores como os de produtos de consumo, serviços financeiros ou imobiliário, onde os investimentos são fortemente influenciados por mudanças políticas.

A IA pode monitorar e analisar continuamente o desempenho de cada negócio em uma carteira de investimentos em relação aos benchmarks de mercado. Também pode sugerir a realocação de recursos entre as empresas, a fim de otimizar o desempenho geral. Este reequilíbrio dinâmico, impulsionado por dados em tempo real, ajuda a manter um portfólio alinhado com os objetivos estratégicos e as oportunidades de mercado.

Para os investidores, é crucial compreender o sentimento público em relação a setores ou produtos específicos. A IA pode analisar feeds de notícias, publicações em redes sociais, preconceitos da mídia e outros conteúdos digitais para avaliar a percepção do público. A análise de sentimento pode então ser aplicada ao processo de tomada de decisão de potenciais clientes e decisores políticos para avaliar o provável curso de ação que irão tomar ao longo do tempo.

A IA pode gerar melhorias significativas na eficiência operacional, automatizando tarefas rotineiras, otimizando a logística e melhorando a gestão de recursos. Os investidores podem trabalhar para compreender o quão cedo e amplamente uma empresa está adotando o aprendizado de máquina e ferramentas generativas de IA que podem fazer uma diferença significativa.

Por exemplo, os sistemas alimentados por inteligência artificial podem prever condições de falha antes que ocorram em turbinas eólicas, reduzindo o tempo de inatividade e os custos de manutenção e, assim, aumentando diretamente os lucros em relação aos concorrentes.

Ao analisar os dados dos clientes, a IA pode ajudar a identificar novas oportunidades de mercado ou regiões carentes. Também permite que as empresas adaptem os produtos mais de acordo com as necessidades dos clientes, muitas vezes levando a uma maior satisfação e fidelidade.

Além disso, a IA melhora a tomada de decisões financeiras, fornecendo previsões detalhadas que consideram cenários econômicos multivariados. Estas ferramentas ajudam os gestores a desenvolver estratégias financeiras mais eficazes, orçamentar com mais precisão e planejar investimentos que se alinhem tanto com as necessidades de curto prazo como com os objetivos de longo prazo.

https://forbes.com.br/forbesesg/2024/05/o-mundo-precisa-investir-em-te cnologia-climatica-na-era-da-inteligencia-artificial/

Qual é a capacidade da inteligência artificial mencionada no texto em relação à análise de dados para investimentos em tecnologia climática?

A

A inteligência artificial pode analisar apenas um tipo específico de dado.

B

A inteligência artificial pode analisar dados de diversas fontes e tipos para fornecer informações úteis.

C

A inteligência artificial é incapaz de analisar dados complexos.

D

A inteligência artificial pode substituir completamente os analistas na análise de dados.

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

Q3360085

Ano: 2024 Banca: AMEOSC Órgão: Prefeitura de Bandeirante - SC Prova: AMEOSC - 2024 - Prefeitura de Bandeirante - SC - Agente Comunitário de Saúde |

Q3360085 Noções de Informática

Barroso, defendeu na terça-feira (14/05/2024) o uso da inteligência artificial (IA) no Judiciário, afirmando que a tecnologia um dia pode escrever sentenças. Barroso elencou como o Supremo já utiliza a IA em seu cotidiano, como no agrupamento de processos por tipo ou no enquadramento de casos em teses de repercussão geral. Em seguida, ele acrescentou os próximos passos, afirmando que o tribunal trabalha no desenvolvimento de uma ferramenta capaz de localizar precedentes e que, no futuro, acredita que sentenças podem ser escritas por computadores.
Fonte: Felipe Pontes. Agência Brasil. 14/05/2024.

Entretanto, tal tecnologia envolve riscos e necessita da supervisão humana, por qual motivo? Marque a alternativa CORRETA.

A

IA pode não entender os casos mais complexos envolvendo inúmeras famílias.

B

IA ainda não consegue separar o certo do errado nem ter bom senso.

C

IA pode sofrer algum tipo de "bug" perder o controle de acesso aos dados ou mesmo ser raqueada.

D

IA pode ter reações de grandes proporções que não sejam não esperadas pelos humanos e tornar-se um perigo iminente.

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

Q3337327

Ano: 2024 Banca: FURB Órgão: SED-SC Prova: FURB - 2024 - SED-SC - Professor - Informação e Comunicação |

Q3337327 Noções de Informática

As primeiras pesquisa sobre Inteligência Artificial iniciaram ainda nos anos 40 do século XX. Nos últimos anos, foram popularizados novos modelos por meio de recursos como ChatGPT, Gemini, CoPilot, entre outros que têm transformado as relações de trabalho e os processos educacionais. Esses novos modelos são baseado em tecnologias da Inteligência Artificial denominadas de:

A

Inteligência Artificial Genética.

B

Sistemas Especialistas.

C

Inteligências Digitais do Século XXI.

D

Inteligência Artificial Generativa.

E

Redes Neurais Inteligentes.

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

Q3334795

Ano: 2024 Banca: IDCAP Órgão: Prefeitura de Serra - ES Prova: IDCAP - 2024 - Prefeitura de Serra - ES - Analista em Tecnologia da Informação: Geoprocessamento |

Q3334795 Noções de Informática

As redes neurais artificiais podem ser categorizadas com base em como os dados fluem do nó de entrada para o nó de saída. As redes neurais que são muito úteis para a classificação das imagens, pois podem extrair recursos relevantes das imagens, que são úteis para o reconhecimento e classificação das imagens, caracterizam:

A

A máquina de Boltzman.

B

As redes neurais feedforward.

C

O algoritmo de backpropagation.

D

A rede de Hopfield.

E

As redes neurais convolucionais.

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

Q3331538

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331538 Noções de Informática

Sobre os impactos e riscos do uso de inteligência artificial (IA) e machine learning na saúde, é INCORRETO afirmar que:

A

a falta de explicabilidade dos modelos de IA e machine learning impede que os profissionais de saúde compreendam as decisões tomadas por eles, o que pode levar a erros médicos.

B

a utilização de IA e machine learning na saúde pode levar à discriminação de grupos minoritários, como mulheres e pessoas com deficiência, se os dados utilizados para treinar os modelos forem enviesados.

C

a falta de transparência nos algoritmos de machine learning pode dificultar a compreensão das decisões clínicas tomadas pelas máquinas, comprometendo a autonomia do paciente e a relação médico-paciente.

D

a privacidade e segurança dos dados dos pacientes não são um problema importante no uso de IA e machine learning na saúde, pois sempre são utilizados dados anonimizados previamente.

E

modelos de IA podem ser enviesados se os dados utilizados para treinamento forem desbalanceados, o que pode levar à discriminação de grupos específicos de pacientes, como minorias étnicas ou pessoas com doenças raras.

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

Q3331537

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331537 Noções de Informática

Modelos de IA que apresentam vieses podem levar a um tratamento desigual e discriminatório contra indivíduos e grupos específicos. Imagine um modelo usado para a seleção de candidatos a vagas de emprego que privilegia homens em detrimento de mulheres, mesmo que elas sejam igualmente qualificadas. Esse tipo de viés de gênero pode perpetuar desigualdades e prejudicar a carreira de muitas mulheres. Dentre os possíveis elementos que podem mitigar esse efeito está:

A

viés nos dados utilizados para treinar os modelos de IA.

B

ausência diversidade na equipe de desenvolvimento.

C

presença de mecanismos de auditoria e avaliação de viés nos modelos de IA.

D

seleção inadequada de dados.

E

dados desatualizados ou não representativos.

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

Q3331513

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331513 Noções de Informática

Entre as observações abaixo sobre a técnica de Word Embeddings e sua importância em modelos de Processamento de Linguagem Natural (PLN), a que está correta é:

A

são algoritmos de criptografia que protegem palavras em um texto para garantir sua privacidade e suas relações semânticas, por isso são essenciais para a segurança e compreensão em aplicações de PLN.

B

são listas de sinônimos para palavras utilizadas em PLN, permitindo que sistemas de computador compreendam a variedade de vocabulário na linguagem humana e suas relações semânticas.

C

são representações vetoriais que capturam relações semânticas e sintáticas; são fundamentais para melhorar a precisão de modelos de PLN, ao permitir que computadores interpretem nuances de significado.

D

são técnicas de compressão de texto que reduzem o tamanho dos dados de linguagem para armazenamento eficiente em bancos de dados de PLN, enquanto permitem compreender suas relações semânticas.

E

são marcações automáticas de cada palavra em um texto com sua parte correspondente do discurso para análise semântica e sintática em PLN.

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

Q3331511

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331511 Noções de Informática

O Processamento de Linguagem Natural (PLN) busca melhorar a capacidade das máquinas de entender e interagir com a linguagem humana de forma natural e semanticamente adequada. Ao longo dos anos, a evolução dos modelos de Machine Learning tem desempenhado um papel fundamental nesse processo, permitindo avanços significativos em tarefas como tradução automática, análise de sentimentos e assistentes virtuais. Esses modelos dependem de uma série de técnicas de pré-processamento para transformar texto bruto em formas que possam ser eficientemente analisadas e compreendidas. Numere a 2ª coluna pela primeira, considerando as técnicas e as respectivas definições.

COLUNA 1
(1) Tokenização, (2) POS Tagging, (3) Stemização, (4) Lematização e (5) Chunking.
COLUNA 2
( ) Técnica que transforma uma palavra para sua forma de dicionário, considerando o contexto, a classe gramatical e outras características linguísticas.

( ) Trata de dividir o texto em unidades menores, como palavras ou partes de palavras, transformando o texto bruto e preparando-o para ser manipulado por algoritmos de PLN.

( ) Refere-se a reduzir as palavras para suas formas radicais, facilitando a análise de padrões comuns em diferentes variações da mesma palavra.

( ) Técnica de atribuir a cada palavra em um texto a sua classe morfossintática, como substantivos, verbos, adjetivos, etc.

( ) Trata de dividir um texto em segmentos mais curtos, como conjuntos de palavras ou seções de um texto, que serão tratados separadamente em processos posteriores como, por exemplo, vetorização.

A sequência correta, de cima para baixo, é:

A

3 1 4 2 5.

B

4 2 3 1 5.

C

2 3 4 5 1.

D

3 2 4 5 1.

E

4 1 3 2 5.

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

Q3331510

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331510 Noções de Informática

As Redes Neurais Recorrentes (RNNs) são projetadas para processar dados sequenciais ou temporais, destacando-se pela sua capacidade de reter memória de entradas anteriores através de loops internos na sua arquitetura. Entre os algoritmos mais utilizados, destacam-se o Long Short-Term Memory (LSTM) e o Gated Recurrent Unit (GRU), ambos projetados para preservar informações ao longo do tempo e superar o desafio do desaparecimento do gradiente. Além disso, técnicas fundamentais como softmax, backpropagation e o processo feedforward são fundamentais para o treinamento e a eficácia das RNNs. Acerca dessas técnicas, a opção que apresenta uma observação INCORRETA é:

A

a função softmax pode ser usada na camada de saída das RNNs para realizar tarefas de regressão, convertendo os logits em valores contínuos que representam diferentes magnitudes.

B

durante o processo de feedforward em redes neurais, incluindo as RNNs, a informação é processada sequencialmente da camada de entrada até a camada de saída, utilizando funções de ativação para introduzir não-linearidade.

C

o backpropagation é o método pelo qual o erro é propagado de volta pela rede para atualizar os pesos, utilizando o gradiente do erro em relação a cada peso para fazer ajustes que minimizem o erro total da rede.

D

a função softmax na camada de saída de uma RNN é crucial para problemas de classificação, onde os logits são transformados em probabilidades que somam 1, facilitando a determinação da classe mais provável para a entrada dada.

E

o processo de feedforward e backpropagation em RNNs inclui o cálculo de gradientes para cada etapa temporal, ajustando os pesos não apenas com base na saída atual, mas também considerando a influência de entradas anteriores.

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

Q3331507

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - TE56 - Cientista de Dados em Saúde |

Q3331507 Noções de Informática

Modelos de Machine Learning (ML) são parte fundamental do conhecimento no campo de um cientista de dados, objetivando a compreensão de padrões complexos e a tomada de decisão baseada em dados. Esses modelos permitem que cientistas de dados transformem grandes volumes de dados brutos em insights acionáveis, previsões e recomendações com precisão que frequentemente supera análises tradicionais.
Considerando a base de dados contendo projetos, pesquisadores, publicações e financiamentos, diversos modelos de aprendizado de máquina podem ser criados. Entre as opções abaixo, a que apresenta uma relação INCORRETA entre objetivo, tipo de aprendizado e tipo de algoritmo de aprendizado de máquina é:

A

previsão de financiamento de projetos com o objetivo de calcular o valor de financiamento que um projeto pode receber, baseando-se em características do projeto, atributos dos pesquisadores envolvidos e dados históricos de financiamento de projetos similares; trata-se um aprendizado supervisionado com algoritmo de regressão, que pode ser implementado por uma regressão polinomial ou regressão com regularização.

B

detecção de comunidades de pesquisa com o objetivo de identificar grupos dentro de um campo específico, com base na análise de coautoria e citações entre pesquisadores. Trata-se de um aprendizado não supervisionado com algoritmo de clusterização, que pode ser implementado por SVMs – Support Vector Machines.

C

análise de tendências de pesquisa com o objetivo de identificar áreas emergentes de pesquisa e tendências ao longo do tempo com base em análise de tópicos em publicações. Trata-se de um aprendizado não supervisionado com algoritmo de modelagem de tópicos, como LDA – Latent Dirichlet Allocation.

D

análise de sentimentos de publicações com o objetivo de avaliar revisões e comentários e identificar feedbacks predominantemente positivos ou negativos; trata-se de um aprendizado supervisionado, que pode ser implementado com Redes Neurais Recorrentes (RNN) e Long Short Term Memory (LSTM).

E

classificação de projetos com o objetivo de categorizar projetos de acordo com critérios relevantes, como disciplina científica, tipo de financiamento, escopo, entre outros; trata-se de um aprendizado supervisionado, que pode ser implementado por árvores de decisão.

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

Q3331330

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |

Q3331330 Noções de Informática

Em relação ao processamento de linguagem natural, NÃO é correto afirmar que:

A

os modelos baseados em n-gramas recuperam uma quantidade imensa de informação em um idioma e podem ter bom desempenho em identificação de idioma e correção ortográfica.

B

é importante a seleção de características e o pré processamento para eliminar anomalias.

C

a classificação de texto pode ser feita com modelos de n-gramas com qualquer algoritmo de classificação tradicional.

D

sistemas de recuperação de informação utilizam um modelo de linguagem simples baseado em saco de palavras e conseguem bons desempenhos em termos de cobertura e precisão com corpora muito grandes de texto.

E

sistemas de extração de informação utilizam um modelo mais complexo que inclui noções limitadas de sintaxe e semântica e podem ser construídos a partir de autômatos de estado finito.

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

Q3331326

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |

Q3331326 Noções de Informática

O ChatGPT é um modelo de linguagem desenvolvido pela OpenAI, baseado na arquitetura GPT (Generative Pre-trained Transformer). Sobre o Chat-GPT, é correto afirmar que:

A

é uma abordagem de aprendizado de máquina que utiliza uma rede neural transformadora treinada sob demanda em uma grande quantidade de dados textuais para realizar tarefas diversas, como geração de texto, tradução, questionamento e resposta, entre outras.

B

ele aprende a prever a próxima palavra em uma sequência, mas não tem uma compreensão profunda da estrutura e do conteúdo da linguagem.

C

apesar de ele entender contextos, gerar respostas coesas e manter uma conversa significativa, ele não foi afinado especificamente para tarefas de conversação.

D

é uma ferramenta poderosa, mas pode gerar respostas que não são necessariamente precisas ou contextualmente apropriadas, pois sua geração é baseada em padrões aprendidos nos dados de treinamento.

E

lista uma bibliografia segura de onde as informações apresentadas foram retiradas.

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

Q3331213

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Bioinformática |

Q3331213 Noções de Informática

A seleção de características (feature selection) é uma etapa importante no contexto de aprendizado de máquina, principalmente quando há diversas dimensões que podem ser exploradas. O conjunto de características (features) selecionadas pode ser efetivamente utilizado para construir modelos preditivos ou realizar outras análises estatísticas. Dentro deste contexto, é correto afirmar que a seleção de característica:

A

não contribui para melhorar a precisão do modelo ao remover ruídos dos dados.

B

não pode ser feita utilizando algoritmos baseados em filtro, embutidos ou de wrapper.

C

é um processo que pode aumentar a velocidade de treinamento do modelo independentemente do tamanho do conjunto de dados.

D

é necessária apenas quando o modelo de aprendizado de máquina apresenta overfitting.

E

não tem capacidade de reduzir a complexidade do modelo, facilitando sua interpretação e reduzindo o risco de overfitting.

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

Q3331189

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Bioinformática |

Q3331189 Noções de Informática

No aprendizado de máquina, a etapa de validação cruzada (cross-validation) tem como objetivo principal:

A

treinar o modelo em um conjunto de dados desconhecido

B

diminuir a complexidade dos modelos, aumentando sua explicabilidade.

C

avaliar a capacidade de generalização do modelo.

D

comparar o desempenho de modelos distintos.

E

diminuir a variância do modelo.

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

Q3331022

Ano: 2024 Banca: FIOCRUZ Órgão: FIOCRUZ Prova: FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - ecnologia da informação e comunicação (TIC) com foco em análise e desenvolvimento de sistema |

Q3331022 Noções de Informática

Uma das abordagens para a tarefa de classificação é conhecida pelo termo Support Vector Machine (SVM). A extensão da abordagem SVM para uma resposta quantitativa em vez de qualitativa chama-se:

A

Reverse Support Vector Machine.

B

Support Vector Regression.

C

Unsupervised Support Vector Machine.

D

Support Vector Clustering.

E

Inverse Support Vector Machine.

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

Q3322955

Ano: 2024 Banca: Instituto Ágata Órgão: Prefeitura de Anajás - PA Prova: Instituto Ágata - 2024 - Prefeitura de Anajás - PA - Técnico em Informática |

Q3322955 Noções de Informática

No contexto do aprendizado de máquina, um modelo supervisionado é um modelo que

A

necessita de dados não rotulados para realizar o treinamento.

B

supervisiona o treinamento das redes neurais para evitar a ocorrência de mínimos locais.

C

também pode ser classificado como modelo de análise associativa.

D

necessita de dados rotulados para realizar o treinamento.

E

supervisiona o treinamento das redes neurais para evitar a ocorrência de mínimos globais.

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

Q3316870

Ano: 2024 Banca: DECORP Órgão: Prefeitura de Feijó - AC Provas: DECORP - 2024 - Prefeitura de Feijó - AC - Administrador | DECORP - 2024 - Prefeitura de Feijó - AC - Assistente Social | DECORP - 2024 - Prefeitura de Feijó - AC - Biomédico | DECORP - 2024 - Prefeitura de Feijó - AC - Cirurgião Dentista | DECORP - 2024 - Prefeitura de Feijó - AC - Enfermeiro | DECORP - 2024 - Prefeitura de Feijó - AC - Engenheiro Civil | DECORP - 2024 - Prefeitura de Feijó - AC - Fiscal de Tributos | DECORP - 2024 - Prefeitura de Feijó - AC - Fiscal Sanitário | DECORP - 2024 - Prefeitura de Feijó - AC - Médico - Clínico Geral | DECORP - 2024 - Prefeitura de Feijó - AC - Médico - Ginecologista | DECORP - 2024 - Prefeitura de Feijó - AC - Nutricionista | DECORP - 2024 - Prefeitura de Feijó - AC - Psicólogo |

Q3316870 Noções de Informática

Qual dos seguintes conceitos é fundamental para o desenvolvimento de sistemas de Inteligência Artificial (IA) que podem aprender e se adaptar com base em dados?

A

Algoritmos de criptografia.

B

Redes de computadores.

C

Aprendizado de máquina.

D

Linguagens de programação orientadas a objetos.

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

Q3269051

Ano: 2024 Banca: Instituto Access Órgão: Prefeitura de Itaguara - MG Prova: Instituto Access - 2024 - Prefeitura de Itaguara - MG - Técnico de Enfermagem |

Q3269051 Noções de Informática

Em 2023, um dos avanços mais significativos na área de inteligência artificial foi o desenvolvimento de modelos que:

A

Aumentam a segurança em transações bancárias.

B

Facilitam a comunicação entre diferentes idiomas.

C

Melhoram a eficiência no setor agrícola.

D

Permitem a criação de arte digital de forma autônoma.

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

Q3255489

Ano: 2024 Banca: VUNESP Órgão: UNESP Prova: VUNESP - 2024 - UNESP - Assistente de Suporte Acadêmico assistente de suporte Acadêmico IV - Área de Atuação: Pesquisa, Desenvolvimento e Inovação em Engenharia Eletrônica |

Q3255489 Noções de Informática

Em data centers modernos, a eficiência operacional e a redução de custos são muito importantes. Sistemas de medição inteligentes são implementados para monitorar o consumo de energia elétrica em tempo real, gerando uma grande quantidade de dados. Neste sentido, têm sido utilizados cada vez mais algoritmos de machine learning (aprendizado de máquina) para análise desses dados. Assinale a alternativa que apresenta o principal benefício de integrar sistemas de medição inteligentes com algoritmos de machine learning neste contexto. (A) Prever falhas iminentes no hardware com base em

A

Prever falhas iminentes no hardware com base em padrões de consumo anômalos.

B

Eliminar a necessidade de pessoal para manutenção dos equipamentos de medição.

C

Aumentar a largura de banda da rede ao reduzir o tráfego de dados dos sensores.

D

Fornecer dados criptografados para melhorar a segurança cibernética.

E

Simplificar a arquitetura física da rede elétrica do data center.

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

Q3234346

Ano: 2024 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - UFRN - 2024 - UFRN - Técnico em Tecnologia da Informação (Suporte e Redes) |

Q3234346 Noções de Informática

O Ansible utiliza uma abordagem de desenvolvimento de código declarativo para criar e gerenciar configurações. Nesse contexto, Ansible Playbooks são listas de tarefas executadas, automaticamente, em hosts especificados pelo administrador. Uma das características das Ansible Playbook é

A

conter um ou mais plays (host alvo).

B

executar tarefas aleatoriamente, sem uma ordem predefinida.

C

utilizar um arquivo no formato JSON.

D

configurar a cláusula become com o valor root para ativar privilégios de usuário.

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

Questões de Concurso Comentadas sobre inteligência artificial e automação em noções de informática

Foram encontradas 491 questões