Julgue o seguinte item, acerca de Scrum.

Daily Scrum, evento de 15 minutos, cujo objetivo é inspecionar o progresso em direção à meta da sprint, é o único momento em que é permitido que os developers ajustem seu plano após o início da sprint.  

Julgue o seguinte item, acerca de Scrum.

Na sprint planning, para cada item do product backlog selecionado, o product owner planeja o trabalho necessário para criar um incremento que atenda à definição de pronto. 

Julgue o seguinte item, acerca de Scrum.

Ainda que a meta da sprint se torne obsoleta, ela não pode ser cancelada; nesse caso, a sprint planning pode ser renegociada com o product owner para a adaptação do progresso em direção à meta do produto.

Julgue o seguinte item, acerca de Scrum.

O product owner pode delegar o ordenamento de itens do product backlog.

Julgue o seguinte item, acerca de Scrum.

Um Scrum team consiste em um Scrum master, um product owner e developers, sendo multifuncional e autogerenciável, com tamanho pequeno o suficiente para permanecer ágil normalmente com dez ou menos pessoas.

Julgue o seguinte item, acerca de Scrum.

Todo trabalho no contexto de um incremento da sprint deve ser considerado, uma vez que o incremento pode ser entregue aos stakeholders antes do final da sprint.

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

A OWL pode ser utilizada por aplicações que precisam processar o conteúdo da informação, ao invés de apenas disponibilizar conteúdo. 

Julgue o próximo item, relativo a aprendizado de máquina.

Clustering é uma técnica de mineração de dados que agrupa dados não rotulados com base em suas semelhanças ou diferenças; os algoritmos de cluster podem ser categorizados em sobrepostos, hierárquicos ou probabilísticos. 

Julgue o próximo item, relativo a aprendizado de máquina.

Naive bayes é um algoritmo de machine learning supervisionado que realiza classificação com base no princípio da independência condicional de classe a partir do teorema de Bayes, em que o algoritmo avalia o quanto ele contribuiu para classificar a instância como boa ou ruim, construindo uma tabela de probabilidades.

Julgue o próximo item, relativo a aprendizado de máquina.

A regressão é um tipo de aprendizado não supervisionado cujo objetivo é entender a relação entre variáveis dependentes. 

Julgue o próximo item, relativo a aprendizado de máquina.

No aprendizado de máquinas, o aprendizado supervisionado compreende um conjunto de dados de treinamento para ensinar modelos a mostrar a saída desejada.

Julgue o próximo item, relativo a aprendizado de máquina.

As tarefas de aprendizado de máquina podem ser divididas em três grandes grupos: classificação, agrupamento e associação, devendo o primeiro grupo possuir uma classe que se pretenda prever.

Julgue o próximo item, relativo a aprendizado de máquina.

Overfitting é um comportamento esperado e desejável de aprendizado de máquina, uma vez que descreve assertividade e acurácia altas quando o modelo de aprendizado de máquina fornece previsões precisas para novos dados com base nos dados de treinamento. 

Julgue o próximo item, relativo a aprendizado de máquina.

Ocorre sobreajuste quando o modelo não pode determinar uma relação significativa entre os dados de entrada e saída, ou seja, quando o modelo não é treinado pelo período apropriado em relação à quantidade de dados.

Julgue o próximo item, relativo a aprendizado de máquina.

Em aprendizado de máquina, um modelo de bom desempenho com dados já treinados, mas que não lide muito bem com novos dados é denominado subajuste, ou seja, no subajuste se aprende com base no ruído dos dados. 

Julgue o próximo item, relativo a aprendizado de máquina.

No contexto do aprendizado de máquina, um algoritmo é definido como a especificação de uma relação probabilística existente entre variáveis diferentes.

Julgue o próximo item, relativo a aprendizado de máquina.

Aprendizado de máquina pode ser definido como a criação e o uso de modelos que são aprendidos a partir dos dados. 

Julgue o próximo item, relativo a aprendizado de máquina.

Aprendizado de máquina e mineração de dados são termos idênticos em relação aos seus objetivos e funções, pois ambos lidam com algoritmos de inteligência artificial para padrões em grandes conjuntos de dados em busca de conhecimento.

Julgue o próximo item, relativo a aprendizado de máquina.

O aprendizado de máquina computacional tem como objetivo aplicar técnicas computacionais na tentativa de validar padrões em dados e ratificar padrões que podem ser observados explicitamente nos dados.

Em relação às características da tecnologia IoT (Internet das coisas), julgue o item que se segue. 

As aplicações de IoT utilizam algoritmos de aprendizado de máquina para analisar grandes quantidades de dados de sensores conectados em nuvem.