Questões de Concurso
Sobre inteligência artificial e automação em noções de informática
Foram encontradas 583 questões
Um banco está testando um chatbot com IA para atendimento ao cliente.
O sistema:
Responde perguntas sobre saldos e extratos. Bloqueia transações suspeitas usando padrões de comportamento.
Todavia, em 12% dos casos, classifica erroneamente clientes como "fraudadores". Qual técnica de IA pode reduzir esse erro sem prejudicar a segurança?
Uma equipe está desenvolvendo uma operação logística para integrar soluções de Inteligência Artificial à cadeia de suprimentos. O objetivo era aumentar a previsibilidade de demanda, otimizar rotas de entrega em tempo real e reduzir falhas humanas na análise de pedidos. Durante a análise do projeto, foi proposto o uso de três tecnologias distintas: redes neurais convolucionais (CNNs), algoritmos de reforço e modelos autoregressivos. Considerando os objetivos do projeto e os princípios técnicos da IA, qual combinação de aplicações é a mais adequada e coerente com as tecnologias mencionadas?
I.O processamento de linguagem natural é a área responsável por utilizar redes neurais com múltiplas camadas para reconhecer padrões complexos, como rostos ou entonações de voz.
II.O aprendizado profundo é a área responsável pela interação entre humanos e máquinas por meio da linguagem, como acontece em tradutores automáticos ou em chatbots
III.A visão computacional permite que máquinas interpretem imagens ou vídeos, enquanto a robótica inteligente une sensores, IA e engenharia para que robôs atuem em ambientes reais de forma adaptativa.
Está(ão) CORRETA(S) a(s) seguinte(s) proposição(ões).
Ramo da ciência da computação que se concentra no desenvolvimento de sistemas e algoritmos capazes de realizar tarefas que normalmente exigem inteligência humana.
Internet: <www.alura.com.br> (com adaptações).
Os trechos acima se referem ao(à)
Levando em conta que ele busca uma ferramenta intuitiva, acessível a usuários finais e que não exija conhecimentos técnicos avançados em TI, assinale a opção que indica a ferramenta mais adequada a ser empregada.
I. A regressão logística é um algoritmo muito utilizado em ciências biológicas e ciências sociais, ela deve ser usada em problemas de classificação binários, ou seja, problemas para os quais os dados devam ser classificados entre dois grupos distintos e mutuamente excludentes.
II. SVM é um algoritmo cujo objetivo é traçar uma ou mais retas que divida(m) de maneira aproximadamente equitativa, com margem máxima, um conjunto de pontos de um espaço vetorial, que representam os dados do problema estudado. Ele trabalha apenas com dados linearmente separáveis, o que pode, eventualmente, limitar sua aplicação.
III. Árvore de decisão é um algoritmo de aprendizagem não supervisionada, que tem uma variável destino predeterminada. A função da árvore é separar subconjuntos de dados que tenham alguma característica comum, essa característica é chamada de diferenciador e é significativa em relação às variáveis de entrada que podem ser categóricas ou contínuas.
Está correto o que se afirma em
Essa quantidade é representada por uma:
A computação científica consiste em um conjunto de técnicas, ferramentas e teorias que englobam inteligência artificial, matemática, estatística, física e computação e que abrangem conhecimentos específicos de subáreas tais como estatística aplicada, econometria, matemática aplicada, inteligência computacional, visualização científica e biometria, sendo cada vez mais utilizada no desenvolvimento de novas tecnologias agrícolas, agora no contexto da emergente agricultura digital. Nas últimas décadas, inclusive, a computação científica tem sido apontada como o terceiro pilar da pesquisa científica, junto com a experimentação e a teoria.
Agricultura de Precisão: Um Novo Olhar na Era Digital. EMBRAPA, 2024 (com adaptações).
Considerando as ideias do texto precedente, julgue o próximo item.
Abordagens determinísticas, estocásticas e de aprendizado de máquina podem ser utilizadas para classificar pares de fazendas como compatíveis ou não, sendo que há exemplos em que os métodos de machine learning superam os demais em termos de qualidade de resultados (acurácia, precisão, sensibilidade e especificidade) e eficiência (tempo de execução computacional).