Questões de Concurso Público SEFAZ-PA 2026 para Fiscal de Receitas Estaduais - Conhecimentos Gerais
Foram encontradas 7 questões
Ano: 2026
Banca:
FADESP
Órgão:
SEFAZ-PA
Prova:
FADESP - 2026 - SEFAZ-PA - Fiscal de Receitas Estaduais - Conhecimentos Gerais |
Q3951150
Noções de Informática
No contexto do aprendizado de máquina supervisionado, considere a matriz de confusão.
A métrica F1-score pode ser calculada da seguinte forma:
Ano: 2026
Banca:
FADESP
Órgão:
SEFAZ-PA
Prova:
FADESP - 2026 - SEFAZ-PA - Fiscal de Receitas Estaduais - Conhecimentos Gerais |
Q3951154
Noções de Informática
Na etapa de transformação dos dados no processo de descoberta de informação, a técnica que mapeia
dados de alta cardinalidade em um espaço de dimensão inferior, de tal forma que a informação relevante
para o problema de aprendizado seja preservada, é chamada de
Ano: 2026
Banca:
FADESP
Órgão:
SEFAZ-PA
Prova:
FADESP - 2026 - SEFAZ-PA - Fiscal de Receitas Estaduais - Conhecimentos Gerais |
Q3951155
Noções de Informática
Por padrão, na ferramenta Microsoft Power BI, a segurança em nível de linha restringe o acesso a dados
apenas para usuários com permissão(ões) de
Ano: 2026
Banca:
FADESP
Órgão:
SEFAZ-PA
Prova:
FADESP - 2026 - SEFAZ-PA - Fiscal de Receitas Estaduais - Conhecimentos Gerais |
Q3951156
Noções de Informática
Algoritmos de aprendizado de máquina podem ser classificados como paramétricos e não paramétricos.
São exemplos de algoritmos não paramétricos
Ano: 2026
Banca:
FADESP
Órgão:
SEFAZ-PA
Prova:
FADESP - 2026 - SEFAZ-PA - Fiscal de Receitas Estaduais - Conhecimentos Gerais |
Q3951159
Noções de Informática
Em um sistema de Internet das Coisas (IoT), a tecnologia de processar dados o mais próximo possível
da fonte geradora (sensores), visando a reduzir a latência e o consumo de largura de banda para a nuvem,
é conhecido como
Ano: 2026
Banca:
FADESP
Órgão:
SEFAZ-PA
Prova:
FADESP - 2026 - SEFAZ-PA - Fiscal de Receitas Estaduais - Conhecimentos Gerais |
Q3951171
Noções de Informática
No que diz respeito ao uso de Reconhecimento Óptico de Caracteres (OCR) para a leitura automática de
placas, julgue verdadeira (V) ou falsa (F) cada uma das afirmativas a seguir.
I. O padrão de placas de veículos, que utiliza uma combinação de letras e números sem posição fixa, foi planejado para facilitar o trabalho dos motores de OCR baseados em modelos estatísticos rígidos.
II. A normalização de iluminação através da equalização de histograma ajuda a mitigar falhas de leitura causadas por sombras intensas sobre a placa.
III. Em sistemas de Reconhecimento de Placas de Licenciamento, a "Localização da Placa" é a etapa que deve ocorrer obrigatoriamente após o reconhecimento de cada caractere.
A sequência correta é
I. O padrão de placas de veículos, que utiliza uma combinação de letras e números sem posição fixa, foi planejado para facilitar o trabalho dos motores de OCR baseados em modelos estatísticos rígidos.
II. A normalização de iluminação através da equalização de histograma ajuda a mitigar falhas de leitura causadas por sombras intensas sobre a placa.
III. Em sistemas de Reconhecimento de Placas de Licenciamento, a "Localização da Placa" é a etapa que deve ocorrer obrigatoriamente após o reconhecimento de cada caractere.
A sequência correta é
Ano: 2026
Banca:
FADESP
Órgão:
SEFAZ-PA
Prova:
FADESP - 2026 - SEFAZ-PA - Fiscal de Receitas Estaduais - Conhecimentos Gerais |
Q3951172
Noções de Informática
Com relação à segmentação de objetos e caracteres, julgue verdadeira (V) ou falsa (F) cada uma das
afirmativas a seguir.
I. No processo de leitura de placas de veículos, a segmentação falha frequentemente quando os caracteres estão "tocando" uns aos outros devido a baixas resoluções ou borrões.
II. A segmentação por "Crescimento de Regiões" (Region Growing) agrupa pixels vizinhos com propriedades semelhantes (como cor ou intensidade) para isolar objetos.
III. A segmentação de caracteres torna-se mais precisa quando aplicada diretamente sobre imagens coloridas, sem qualquer etapa prévia de conversão para tons de cinza ou binarização, pois a presença de múltiplos canais sempre reduz ambiguidades.
A sequência correta é
I. No processo de leitura de placas de veículos, a segmentação falha frequentemente quando os caracteres estão "tocando" uns aos outros devido a baixas resoluções ou borrões.
II. A segmentação por "Crescimento de Regiões" (Region Growing) agrupa pixels vizinhos com propriedades semelhantes (como cor ou intensidade) para isolar objetos.
III. A segmentação de caracteres torna-se mais precisa quando aplicada diretamente sobre imagens coloridas, sem qualquer etapa prévia de conversão para tons de cinza ou binarização, pois a presença de múltiplos canais sempre reduz ambiguidades.
A sequência correta é
Conheça nossos planos