Questões de Concurso Público PPSA 2025 para Analista de Tecnologia da Informação - Projetos de TI
Foram encontradas 12 questões
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842872
Noções de Informática
Texto associado
O texto seguinte servirá de base para responder à questão.
Microsoft 365 facilita a condução de modernas formas de trabalho colaborativo, permitindo que analistas de tecnologias da informação trabalhem nos seus escritórios ou remotamente e utilizem o recurso nativo de armazenamento de arquivos na nuvem se chama:
Microsoft
O serviço de nuvem disponibilizado pela Microsoft se chama:
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842875
Noções de Informática
No que diz respeito às Redes Neurais Artificiais (ANN,
Artificial Neural Network):
I.Os Métodos de regularização por penalização com normas L1 e L2, correspondem respectivamente à Regressão Ridge e à Regressão Lasso (Least Absolute Shrinkage and Selection Operator Regression).
II.Métodos de regularização por Dropout, regularizam as redes neurais, descartando aleatoriamente nós, juntamente com suas conexões de entrada e saída, da rede durante o treinamento.
III.Métodos de regularização por Early Stopping interrompem o treinamento quando as atualizações de parâmetros não começam mais a produzir melhorias em um conjunto de validação em redes neurais profundas
IV.Para manejo de redes neurais com R, pode ser utilizado o pacote neuralnet , que permite treinamento de redes neurais usando a retropropagação, retropropagação resiliente com ou sem retrocesso de peso ou a versão globalmente convergente modificada.
Estão corretas as afirmativas:
I.Os Métodos de regularização por penalização com normas L1 e L2, correspondem respectivamente à Regressão Ridge e à Regressão Lasso (Least Absolute Shrinkage and Selection Operator Regression).
II.Métodos de regularização por Dropout, regularizam as redes neurais, descartando aleatoriamente nós, juntamente com suas conexões de entrada e saída, da rede durante o treinamento.
III.Métodos de regularização por Early Stopping interrompem o treinamento quando as atualizações de parâmetros não começam mais a produzir melhorias em um conjunto de validação em redes neurais profundas
IV.Para manejo de redes neurais com R, pode ser utilizado o pacote neuralnet , que permite treinamento de redes neurais usando a retropropagação, retropropagação resiliente com ou sem retrocesso de peso ou a versão globalmente convergente modificada.
Estão corretas as afirmativas:
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842880
Noções de Informática
Em redes neurais artificiais, o processo de aprendizado
envolve a adaptação dos pesos das conexões entre
neurônios para que a rede possa realizar tarefas específicas, como classificação ou regressão. O que é o
algoritmo backpropagation em redes neurais artificiais?
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842885
Noções de Informática
Em redes neurais artificiais, as funções de ativação
permitem que a rede aprenda e represente padrões
complexos nos dados. Para tarefas de classificação
binária, onde o objetivo é distinguir entre duas classes.
Qual das seguintes funções de ativação é mais
adequada para problemas de classificação binária?
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842886
Noções de Informática
O overfitting, é um fenômeno em aprendizado
supervisionado onde um modelo se ajusta
excessivamente aos dados de treinamento, capturando
não apenas os padrões gerais, mas também o "ruído" ou
particularidades específicas desses dados. Como
resultado, embora o modelo apresente excelente
desempenho nos dados de treinamento, sua capacidade
de generalização para novos dados é comprometida,
levando a previsões imprecisas em cenários não vistos
anteriormente. O que caracteriza o overfitting em um
modelo de aprendizado supervisionado?
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842887
Noções de Informática
Hiperparâmetros são variáveis de configuração que
controlam o treinamento de modelos de aprendizado de
máquina (ou, machine learning).
No ajuste de hiperparâmetros, também conhecido como otimização de hiperparâmetros, busca-se:
No ajuste de hiperparâmetros, também conhecido como otimização de hiperparâmetros, busca-se:
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842888
Noções de Informática
Em aprendizado de máquina, muitos algoritmos
requerem que os dados de entrada sejam numéricos. No
entanto, é comum lidar com variáveis categóricas, que
representam categorias ou rótulos, como "vermelho",
"azul", "verde" para cores, ou "masculino" e "feminino"
para sexo. Para que esses dados possam ser utilizados
efetivamente em modelos preditivos, é necessário
transformá-los em uma representação numérica
adequada. Ao lidar com dados categóricos, qual das
seguintes técnicas é comumente utilizada para
transformá-los em uma representação adequada para
modelos de aprendizado de máquina?
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842889
Noções de Informática
Aprendizado supervisionado é uma técnica que usa
dados rotulados para treinar algoritmos, com o objetivo
de que esses algoritmos aprendam a relação entre as
entradas e as saídas.
Observe as afirmativas a seguir, em relação a Regressão e Classificação em Aprendizado Supervisionado:
I.Algoritmos Naive Bayes e K-NN são classificadores de máquina que podem ser usados para resolver problemas de classificação.
II.Ensembles são técnicas que combinam várias hipóteses para criar um preditor mais preciso
III.No aprendizado Supervisionado com R queremos ser capaz de classificar outros dados do mesmo tipo e que ainda não foram rotulados, com base no conjunto de dados já rotulados que sabemos qual é a nossa saída correta e que deve ser semelhante ao conjunto.
Assinale a alternativa correta.
Observe as afirmativas a seguir, em relação a Regressão e Classificação em Aprendizado Supervisionado:
I.Algoritmos Naive Bayes e K-NN são classificadores de máquina que podem ser usados para resolver problemas de classificação.
II.Ensembles são técnicas que combinam várias hipóteses para criar um preditor mais preciso
III.No aprendizado Supervisionado com R queremos ser capaz de classificar outros dados do mesmo tipo e que ainda não foram rotulados, com base no conjunto de dados já rotulados que sabemos qual é a nossa saída correta e que deve ser semelhante ao conjunto.
Assinale a alternativa correta.
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842891
Noções de Informática
Observe as afirmativas a seguir em relação aos sistemas
Analytics:
I.Aprendizado de máquina (ou Machine Learning) se refere a processo que usa modelos matemáticos de dados para auxiliar um computador a aprender sozinho, sem receber instruções diretas.
II.Inteligência artificial (ou Artificial Intelligence), que se refere a um subconjunto do aprendizado de máquina, é a capacidade de um sistema computacional de mimetizar as funções cognitivas humanas, como o aprendizado e a solução de problemas.
III.Análise de dados preditiva realiza previsões sobre resultados futuros usando dados históricos combinados com modelagem estatística, aprendizado de máquina e técnicas de mineração de dados.
IV.Análise prescritiva corresponde a prática de analisar dados para identificar padrões, que podem ser usados para fazer previsões e determinar cursos de ação ideais.
Assinale a alternativa correta:
I.Aprendizado de máquina (ou Machine Learning) se refere a processo que usa modelos matemáticos de dados para auxiliar um computador a aprender sozinho, sem receber instruções diretas.
II.Inteligência artificial (ou Artificial Intelligence), que se refere a um subconjunto do aprendizado de máquina, é a capacidade de um sistema computacional de mimetizar as funções cognitivas humanas, como o aprendizado e a solução de problemas.
III.Análise de dados preditiva realiza previsões sobre resultados futuros usando dados históricos combinados com modelagem estatística, aprendizado de máquina e técnicas de mineração de dados.
IV.Análise prescritiva corresponde a prática de analisar dados para identificar padrões, que podem ser usados para fazer previsões e determinar cursos de ação ideais.
Assinale a alternativa correta:
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842897
Noções de Informática
O problema que ocorre quando é empregado o
algoritmo de retropropagação gera gradientes
extremamente pequenos durante o treinamento é:
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842903
Noções de Informática
Quanto às relações entre os termos empregados nos
sistemas Analytics, especialmente associados às
tecnologias de Aprendizado de Máquina (ou ML,
Machine Learning) e Inteligência Artificial (ou AI, Artificial
Intelligence).
I.Um dos subconjuntos do Machine Learning corresponde à Aprendizagem Profunda (ou Deep Learning)
II.Um subcampo da Artificial Intelligence corresponde ao Machine Learning.
III.As áreas de Machine Learning e de Artificial Intelligence são distintas e não possuem qualquer relacionamento ou conexão.
Estão corretas as afirmativas:
I.Um dos subconjuntos do Machine Learning corresponde à Aprendizagem Profunda (ou Deep Learning)
II.Um subcampo da Artificial Intelligence corresponde ao Machine Learning.
III.As áreas de Machine Learning e de Artificial Intelligence são distintas e não possuem qualquer relacionamento ou conexão.
Estão corretas as afirmativas:
Ano: 2025
Banca:
IDCAP
Órgão:
PPSA
Prova:
IDCAP - 2025 - PPSA - Analista de Tecnologia da Informação - Projetos de TI |
Q3842909
Noções de Informática
O aprendizado não supervisionado é uma técnica de
machine learning que permite identificar padrões e
relacionamentos em dados sem que haja supervisão
humana.
Avalie as afirmativas quanto ao Aprendizado Não Supervisionado:
I.Para redução de dimensionalidade pode ser utilizada a técnica de Análise de componentes principais (PCA, Principal Component Analysis)
II.O algoritmo de agrupamento K-Means divide um conjunto de dados em k grupos distintos
III.Agrupamento Hierárquico produz uma visualização em forma de árvore hierárquica de clusters (ou grupos), chamada dendrograma
IV.Uma regra de associação é um método baseado em regras para encontrar relacionamentos entre variáveis em um determinado conjunto de dados.
Estão corretas as afirmativas:
Avalie as afirmativas quanto ao Aprendizado Não Supervisionado:
I.Para redução de dimensionalidade pode ser utilizada a técnica de Análise de componentes principais (PCA, Principal Component Analysis)
II.O algoritmo de agrupamento K-Means divide um conjunto de dados em k grupos distintos
III.Agrupamento Hierárquico produz uma visualização em forma de árvore hierárquica de clusters (ou grupos), chamada dendrograma
IV.Uma regra de associação é um método baseado em regras para encontrar relacionamentos entre variáveis em um determinado conjunto de dados.
Estão corretas as afirmativas:
Conheça nossos planos