Questões USP 2023 para Analista de Sistemas (Especialidade: Ciência de Dados)

Q2277929

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277929 Banco de Dados

Ao se considerar a modelagem de dados em um ambiente de data warehouse, qual das seguintes afirmações descreve corretamente vantagens e/ou desvantagens do esquema "estrela" (star schema) e do esquema "floco de neve" (snowflake schema)?

A

O esquema "floco de neve", devido à sua estrutura mais simples, pode exigir menos esforço para manutenção e modificações, diminuindo a complexidade do desenvolvimento de consultas e relatórios.

B

Diferentemente do esquema "floco de neve", o esquema "estrela" reduz o espaço de armazenamento dos dados ao unificar tabelas dimensionais relacionadas, pois evita duplicação desnecessária de dados.

C

O esquema "floco de neve" é mais flexível e escalável, embora requeira mais junções entre tabelas para consultar os dados, o que pode aumentar a complexidade e afetar negativamente o desempenho de consulta.

D

No esquema "estrela", as tabelas de dimensões não são normalizadas para poder reduzir a redundância e melhorar a consistência dos dados, enquanto o esquema floco de neve mantém uma estrutura mais normalizada.

E

A principal diferença entre o esquema "estrela" e o esquema "floco de neve" está na modelagem das dimensões, pois, no esquema estrela, ocorrem ligações entre as tabelas dimensionais, e, no esquema "floco de neve", não.

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

Q2277930

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277930 Estatística

Um modelo de regressão linear simples foi ajustado sobre um conjunto de pares (X₁, Y₁)... (X₅, У₅), com o objetivo de se prever o valor da variável y, dado o valor de x.

Denotamos por Q42_1.png (17×26)

o valor predito de Y_i, dado o valor de X_i, е denotamos por y a média dos valores de y₁,..., У₅.

Suponha que, após o ajuste do modelo, os seguintes indicadores de ajuste tenham sido obtidos:

Q42.png (197×104)

Com base nestas informações, qual é o valor do coeficiente de determinação, R²?

A

0,20.

B

0,25.

C

0,50.

D

0,75.

E

0,80.

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

Q2277931

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277931 Sistemas de Informação

Sobre a krigagem, no contexto de análise de dados georreferenciados, a seguinte afirmação é correta:

A

É uma técnica concebida para a predição de valores de uma ou mais variáveis em pontos quaisquer de uma área geográfica, a partir de uma amostra de pontos previamente observados nessa área; tal predição leva em consideração a estrutura de covariância espacial dos pontos observados.

B

É uma técnica concebida para a suavização dos valores de uma ou mais variáveis em um conjunto de dados georreferenciados; baseada no LOWESS (locally weighted estimated scatterplot smoothing), a função de atenuação leva em consideração a estrutura de covariância espacial dos pontos observados.

C

É uma técnica de conversão entre sistemas de referência de coordenadas, concebida para permitir a incorporação de variáveis numéricas em um Sistema de Informações Geográficas - o que não é possível, por exemplo, com o sistema geodésico mundial WGS84.

D

É uma técnica baseada no Fuzzy c-means, concebida para detecção de agrupamentos em dados georreferenciados; o cálculo das distâncias entre os pontos observados e os centroides dos agrupamentos combina o vetor original de cada ponto com sua coordenada geográfica, explorando, dessa forma, a estrutura de covariância espacial dos dados.

E

É uma técnica baseada no LOWESS (locally weighted estimated scatterplot smoothing), concebida para a detecção e remoção de outliers em dados georreferenciados; o limiar para determinar se um valor é ou não um outlier é calculado levando-se em consideração a estrutura de covariância espacial dos dados.

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

Q2277932

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277932 Noções de Informática

Considerando a área de Processamento de Linguagem Natural, assinale a alternativa correta.

A

LDA (Latent Dirichlet Allocation) é uma técnica utilizada em modelagem de tópicos que considera que cada texto é predominantemente de um único tópico a ser predito por aprendizado supervisionado.

B

Representações de texto baseadas em n-gramas possuem a desvantagem de criarem um espaço de características mais esparso que a estratégia de bag of words simples (uma só palavra).

C

BERT (Bidirecional Encoder Representations from Transformers) é um exemplo de classificador não-supervisionado baseado em propriedades sonoras independentes entre si para classificação de sentimentos a partir de textos.

D

Word embeddings é um tipo de representação vetorial em que o texto todo é representado como um vetor n dimensional, sendo n o número total de palavras do dicionário linguístico adotado.

E

Tf-idf é um modelo de transformadores (do inglês transformers) baseado em redes neurais profundas generativas.

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

Q2277933

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277933 Banco de Dados

O esquema parcial de um Banco de Dados Relacional de uma Universidade é apresentado a seguir, composto pelas relações Estudante, Disciplina, TurmaDisciplina e HistoricoEscolar. Os nomes entre parênteses definem os atributos armazenados para cada relação; atributos sublinhados indicam chave primária e atributos em negrito indicam chave estrangeira. Atributos que compõem chaves estrangeiras são identificados com o mesmo nome dos atributos que compõem chaves primárias às quais fazem referência. Considere a execução do seguinte comando em Structured Query Language (SQL) padrão:

Q45.png (365×366)

É correto afirmar que o comando mostra o nome do aluno, o nome da disciplina e a nota final

A

de um aluno que obteve a maior nota final de cada uma das turmas oferecidas no primeiro semestre de 2023.

B

de todos os alunos que obtiveram a maior nota final de cada uma das turmas oferecidas no primeiro semestre de 2023.

C

de todos os alunos que obtiveram a maior nota final de todas as turmas oferecidas no ano de 2023.

D

do aluno que obteve a maior nota final entre todas as turmas oferecidas no primeiro semestre de 2023.

E

somente do primeiro aluno gravado no banco de dados que obteve a maior nota final em cada uma das turmas oferecidas no primeiro semestre de 2023.

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

Q2277934

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277934 Banco de Dados

A visualização de dados vem se tornando um mecanismo indispensável em organizações para tomada de decisão em diversos níveis hierárquicos gerenciais. Ferramentas de visualização de dados, também denominadas ferramentas analíticas, tais como Power Bl e Tableau, têm sido amplamente divulgadas e empregadas para apoiar a decisão baseada em dados. Essas ferramentas possibilitam a importação

A

de dados a partir de bancos de dados e a criação de painéis de visualização somente estáticos a partir desta importação.

B

somente a partir de bancos de dados relacionais e a criação de painéis de visualização somente estáticos a partir desta importação.

C

de dados a partir de bancos de dados e a criação de painéis de visualização dinâmicos a partir desta importação.

D

de dados somente a partir de bancos de dados relacionais e a criação de painéis de visualização dinâmicos a partir desta importação.

E

somente de dados armazenados por ferramentas do mesmo fabricante e a criação de painéis de visualização dinâmicos a partir desta importação.

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

Q2277935

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277935 Estatística

Sobre técnicas de agrupamento (clusterização), assinale a alternativa correta.

A

Algoritmos de agrupamento hierárquico somente podem ser utilizados quando se sabe o número de classes presentes nos dados.

B

Se os dados pertencerem a mais de duas classes, os agrupamentos são identificados utilizando um algoritmo supervisionado de classificação multiclasse.

C

K-médias é um exemplo de algoritmo de agrupamento particional no qual o número de classes que se pretende encontrar deve ser informado.

D

PCA (análise de componentes principais) é um exemplo de algoritmo de agrupamento hierárquico no qual as classes principais são identificadas primeiro.

E

K-vizinhos-mais-próximos é uma medida de distância entre grupos utilizada em algoritmos de agrupamentos particionais que tendem a encontrar grupos compactos.

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

Q2277936

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277936 Banco de Dados

Um conceito importante em ciência de dados é o de Big Data. As três características mais importantes deste tipo de dados são conhecidas como os três V's, que são:

A

Velocidade, vitalidade, volume.

B

Volume, visibilidade, validade.

C

Variedade, virtual, vitalidade.

D

Verossímil, viável, visibilidade.

E

Variedade, volume, velocidade.

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

Q2277937

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277937 Sistemas de Informação

Sobre redução de dimensionalidade e seleção de características, assinale a alternativa correta.

A

PCA (análise de componentes principais) é uma técnica supervisionada de redução de dimensionalidade.

B

O algoritmo de indução de uma árvore de decisão já realiza seleção de características durante o treinamento.

C

Todas as técnicas de redução de dimensionalidade sempre selecionam um subconjunto das características originais.

D

Oversampling é uma técnica de seleção de características baseada na priorização das características mais frequentes.

E

Não é possível realizar redução de dimensionalidade sem uma amostra de treinamento.

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

Q2277938

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277938 Engenharia de Software

Sobre o algoritmo SVM (máquinas de vetores de suporte), pode-se afirmar que são classificadores

A

não-lineares multiclasse que usam funções kernel para mapear um espaço de características separado para cada classe presente na amostra de treinamento.

B

de texto que usam a representação vetorial de palavras e que usam diferentes funções kernel para identificar o tópico central do texto.

C

que não necessitam de uma etapa de treinamento, pois usam funções kernel para identificar a classe mais próxima da entrada.

D

lineares binários que usam funções kernel para manipular os dados em um espaço que pode ou não ser diferente do espaço de características original.

E

não supervisionados para criação de agrupamentos que usam funções kernel para identificar k centroides, um de cada classe, sendo k informado inicialmente.

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

Q2277939

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277939 Banco de Dados

Considere que você possua um dataset contendo 100 instâncias de uma classe A e 120 instâncias de uma classe B. Você utilizou 80% das instâncias de cada classe deste dataset para treinar um classificador, e o utilizou para prever a classe de todas as 220 instâncias do dataset. Curiosamente, seu classificador acertou a classe de todas as instâncias que foram utilizadas no treinamento do classificador, mas acertou apenas cerca de 50% das instâncias que não foram usadas no treinamento. Este é um cenário típico que indica que você deveria ter aplicado qual técnica no seu processo de treinamento?

A

Normalização.

B

Balanceamento de classes.

C

Remoção de outliers.

D

Regularização.

E

Clusterização.

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

Q2277940

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277940 Sistemas de Informação

Considere um classificador binário treinado para classificar dados de um e-mail em spam ou não-spam. A seguinte matriz de confusão foi obtida após a aplicação desse classificador binário em uma amostra de teste:

Q52.png (238×85)

Utilizando a matriz acima, quais os valores de acurácia, precisão e revocação (recall ou sensibilidade), respectivamente?

A

0,40; 1,30; 0,30.

B

0,85; 0,93; 0,20.

C

0,15; 0,80; 0,30.

D

0,40; 0,93; 0,67.

E

0,85; 0,80; 0,67.

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

Q2277941

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277941 Banco de Dados

Suponha que você possua dados de uma grande rede de lojas e que precise criar um classificador para prever se um determinado cliente comprará ou não um determinado produto. Para isso, a empresa disponibilizou uma amostra contendo dados de 10.000 clientes que compraram o produto e de 10.000 clientes que não compraram o produto. Dentre os vários atributos (ou características) de cada cliente estão: faixa de renda familiar (um valor discreto de 1 a 5), idade, o valor total de produtos já comprados da empresa (somando todas as compras já realizadas), e se comprou ou não o produto (0 = não, 1 = sim) durante uma campanha. Antes de executar um algoritmo de treinamento do classificador, um procedimento importante de pré-processamento a ser realizado sobre esses dados é:

A

Balanceamento de classes.

B

Normalização das características.

C

Calibração de hiperparâmetros.

D

Overfitting.

E

Lematização.

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

Q2277942

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277942 Banco de Dados

Em Mineração de Dados, após o pré-processamento dos dados, inicia-se a fase de análises. Para esta fase há análises descritivas e análises preditivas. Quais das tarefas a seguir são todas análises descritivas?

A

Identificação de outliers, regressão e clusterização.

B

Classificação supervisionada, identificação de regras de associação e análise de correlação.

C

Underfitting, clusterização e sumarização.

D

Visualização, sumarização e identificação de regras de associação.

E

Sumarização, regressão e visualização.

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

Q2277943

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277943 Engenharia de Software

Sobre redes neurais convolucionais profundas (CNNs), assinale a alternativa correta.

A

A aplicação de dropout é importante para ajustar o formato dos dados para serem processados pela camada totalmente conectada.

B

São tradicionalmente adequadas para processar dados textuais devido à sua arquitetura baseada em word embeddings dinâmicos.

C

Data augmentation é o processo de transferência de aprendizado em que o fine-tuning é realizado nas primeiras camadas convolucionais da rede.

D

As camadas de convolução realizam extração de características enquanto as camadas de pooling reduzem a dimensionalidade.

E

CNNs podem ser usadas como extratores de características para classificadores SVM porque compartilham os mesmos tipos de kernels.

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

Q2277944

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277944 Estatística

Suponha que você possua um dataset que represente uma amostra de treinamento balanceada de 500.000 instâncias para classificação binária. Devido à demanda de tempo de processamento dos algoritmos de indução de classificadores que você usará, você definiu que cada treinamento deve ser realizado apenas por 40.000 instâncias e cada teste sobre 10.000 instâncias. Uma vez que 1) cada treinamento e teste demoram juntos 2 horas, 2) você tem disponível apenas 20 horas para executar a estimação de desempenho do algoritmo usado em seus dados, e 3) você quer fazer o máximo de treinamentos/testes possível nessas 20 horas, uma boa estratégia a ser aplicada sobre seu dataset para a estimação de desempenho é:

A

validação cruzada 10-vezes (ou 10X) estratificada a partir de todo o dataset original.

B

leave-one-out de forma a manter o balanceamento entre as classes em cada uma das 10 execuções.

C

10 hold-outs balanceados independentes, cada um contendo 50.000 instâncias sorteadas do dataset.

D

grid-search balanceado com dimensão total = 40.000 x 10.000 x 10 com bootstrap.

E

10 etapas de resubstituição do dataset original já balanceado e sem bootstrap.

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

Q2277945

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277945 Sistemas de Informação

Dados abertos são dados que

A

podem ser livremente usados, reusados e redistribuídos.

B

podem ser usados, reusados, mas não redistribuídos.

C

podem ser gratuitamente obtidos, mas não podem ser redistribuídos sem o pagamento de uma taxa.

D

podem ser livremente usados, reusados e redistribuídos somente se não estiverem protegidos por senha.

E

podem ser gratuitamente obtidos apenas os campos não estruturados.

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

Q2277946

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277946 Programação

Considere o seguinte código na linguagem de programação Python:

Q58.png (216×240)

Qual é a saída que será impressa após a execução deste programa?

A

[2, 4, 1, -5, 10]

B

4

C

[2, 4, 1, -5, 10, -5]

D

-5

E

Erro de compilação

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

Q2277947

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277947 Estatística

Sobre anomalias (outliers), assinale a alternativa correta.

A

As anomalias normalmente residem em regiões densas do espaço de características.

B

Dependendo do problema a ser tratado, as anomalias devem ser eliminadas ou são justamente o que se pretende modelar.

C

Anomalias nos dados de treinamento não interferem no desempenho de um classificador supervisionado.

D

Algoritmos de tokenização frequentista podem ser utilizados para a detecção de anomalias.

E

A aplicação de uma normalização do tipo min-max suficiente para eliminar anomalias.

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

Q2277948

Ano: 2023 Banca: FUVEST Órgão: USP Prova: FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |

Q2277948 Sistemas de Informação

Suponha que você precisa analisar posts em uma rede social sobre opiniões de clientes da sua empresa. O conjunto de textos desses posts são considerados dados

A

categóricos.

B

estruturados.

C

intervalares.

D

nominais.

E

não estruturados.

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

🚀 Mais performance?

🚀 Mais performance?

Questões de Concurso Público USP 2023 para Analista de Sistemas (Especialidade: Ciência de Dados)

Foram encontradas 60 questões