Questões de Concurso Público TCE-ES 2023 para Auditor de Controle Externo - Tecnologia da informação
Foram encontradas 3 questões
Ano: 2023
Banca:
FGV
Órgão:
TCE-ES
Prova:
FGV - 2023 - TCE-ES - Auditor de Controle Externo - Tecnologia da informação |
Q2121025
Engenharia de Software
Ao ser contratado por uma empresa da área de e-commerce, o
cientista de dados Pedro foi alocado a um importante projeto:
desenvolver um classificador para análise de sentimentos
considerando as opiniões emitidas no Twitter pelos clientes dessa
empresa. Para o início do trabalho, Pedro recebeu um pequeno
conjunto de dados de tweets parcialmente anotados, que foram
coletados da rede social por intermédio de uma API, usando
como palavras-chave na busca os nomes de diversas empresas de
e-commerce.
Como parte das escolhas de técnicas a serem utilizadas no
projeto, Pedro optou pelo uso de word embeddings, com o
objetivo de resolver o problema muito comum em
processamento de linguagem natural de:
Ano: 2023
Banca:
FGV
Órgão:
TCE-ES
Prova:
FGV - 2023 - TCE-ES - Auditor de Controle Externo - Tecnologia da informação |
Q2121026
Engenharia de Software
Uma Rede Neural Artificial (RNA) feed-forward sem nenhum bias
possui uma camada oculta composta de três neurônios e uma
camada de saída composta por dois neurônios. A função de
ativação da camada oculta e da camada de saída é a Rectified
Linear Unit (ReLU), onde
representam os pesos entre a camada de entrada e a camada oculta e entre a camada oculta e a camada de saída, respectivamente.
Considerando um vetor de entrada o vetor de saída será:
representam os pesos entre a camada de entrada e a camada oculta e entre a camada oculta e a camada de saída, respectivamente.
Considerando um vetor de entrada o vetor de saída será:
Ano: 2023
Banca:
FGV
Órgão:
TCE-ES
Prova:
FGV - 2023 - TCE-ES - Auditor de Controle Externo - Tecnologia da informação |
Q2121027
Engenharia de Software
João e Júlio fazem parte da equipe de Ciência de Dados do TCE/ES
e estão realizando um estudo para o desenvolvimento de um
classificador binário (classes positiva e negativa) usando Naive
Bayes. Com o intuito de dividirem suas tarefas, João ficou
responsável por treinar o modelo de classificação, e Júlio, por
avaliar o desempenho do modelo. Após o treinamento do
modelo, João aplicou-o ao conjunto de teste e enviou um e-mail a
Júlio com a matriz de confusão resultante.
Dessa forma, Júlio poderá calcular: