No âmbito do aprendizado de máquina não supervisionado, os algoritmos de agrupamento (clustering) apresentam diferentes abordagens para a organização de dados sem rótulos. Considerando as propriedades operacionais dos algoritmos k-means, DBSCAN e SOM (self-organizing maps), assinale a opção correta. 

No que concerne aos fundamentos conceituais e operacionais do aprendizado de máquina, julgue os itens a seguir.
I O algoritmo de aprendizado constitui o procedimento lógico-matemático (ou processo de otimização) aplicado ao conjunto de dados para a indução de um modelo; este último representa a generalização ou hipótese final capaz de realizar inferências sobre dados não observados durante o treinamento.
II Os parâmetros são variáveis internas ao modelo cujos valores são aprendidos ou estimados a partir dos dados (ex.: pesos em redes neurais ou coeficientes de regressão); por outro lado, os hiperparâmetros são configurações externas ao modelo, definidas antes do processo de treinamento, que controlam o comportamento do algoritmo e a complexidade do modelo (ex.: número de vizinhos no KNN ou a taxa de aprendizado).
III No aprendizado supervisionado, o objetivo é a indução de uma função de mapeamento entre variáveis de entrada e uma variável alvo predestinada (rótulo); já no aprendizado não supervisionado, o processo foca a descoberta de padrões intrínsecos, estruturas latentes ou distribuições em dados que não possuem anotações ou supervisão externa.
Assinale a opção correta.

Suponha que, em determinada secretaria de fazenda estadual, se esteja avaliando a aplicação de arquiteturas de deep learning para otimizar processos de fiscalização e gestão. Considerando essa situação hipotética e as propriedades das redes neurais convolucionais (CNNs), cuja arquitetura é baseada em camadas de filtragem para a extração de hierarquias de características espaciais, assinale a opção que indica uma aplicação tecnicamente adequada das CNNs, seguida de sua descrição. 

   Uma secretaria de fazenda estadual recebe diariamente milhões de notas fiscais eletrônicas (NF-e). Um desafio central da fiscalização é validar se a descrição textual dos itens comercializados é condizente com o código NCM (nomenclatura comum do Mercosul) declarado. Para automatizar essa classificação semântica em larga escala, utiliza-se processamento de linguagem natural (PLN) e redes neurais.
Assinale a opção em que são apresentadas a técnica adequada para esse cenário e sua descrição. 

Os modelos de serviço em nuvem (cloud computing) definem os diferentes níveis de controle e responsabilidade compartilhada entre o provedor e o consumidor. A respeito desses modelos, analise as características técnicas descritas a seguir.
I Fornece infraestrutura computacional virtualizada (processamento, armazenamento e rede), na qual o consumidor detém o controle sobre o sistema operacional, o armazenamento e os aplicativos instalados, mas não gerencia a infraestrutura física subjacente.
II Oferece uma plataforma que inclui sistemas operacionais, linguagens de programação, bibliotecas e ferramentas de desenvolvimento, permitindo que o consumidor crie e gerencie seus próprios aplicativos, sem o ônus de administrar os servidores e sistemas operacionais subjacentes.
III Disponibiliza aplicativos de software prontos para o uso final por meio da Internet, nos quais o consumidor gerencia apenas configurações específicas do usuário, não tendo controle sobre a infraestrutura, os sistemas operacionais ou as capacidades individuais da aplicação.
Assinale a opção que identifica corretamente os modelos descritos em I, II e III, respectivamente.

Assinale a opção que apresenta a arquitetura de computação em nuvem na qual a aplicação e o gerenciamento de recursos como espaço em disco, capacidade de rede, sistema operacional e servidores são feitos exclusivamente pelo provedor de serviços. 

Assinale a opção que indica a plataforma de cloud computing que possui a ferramenta BigQuery.