Conteúdo aberto do FC Concursos

Questões de concursos de TI - Desenvolvimento de Sistemas

Leia os enunciados, as respostas e os comentários dos professores. Para estudar, usar a revisão espaçada e acompanhar seu progresso, entre na sua conta.

FC94797 · TI - Desenvolvimento de Sistemas

A respeito de inteligência artificial, julgue o item seguinte. A classificação Naive Bayes parte da suposição de que as variáveis envolvidas em machine learning são independentes entre si.

CEBRASPE (CESPE) · 2021

Ler resposta e comentário →

FC94798 · TI - Desenvolvimento de Sistemas

Em relação ao aprendizado supervisionado, ao algoritmo random forest (floresta aleatória) e a overfitting e underfitting, julgue o seguinte item. O problema de underfitting ocorre quando o modelo não se ajusta aos dados de treinamento, enqu

CEBRASPE (CESPE) · 2024

Ler resposta e comentário →

FC94877 · TI - Desenvolvimento de Sistemas

Em relação ao aprendizado supervisionado, ao algoritmo random forest (floresta aleatória) e a overfitting e underfitting, julgue o seguinte item. O problema de underfitting ocorre quando o modelo não se ajusta aos dados de treinamento, enqu

CEBRASPE (CESPE) · 2024

Ler resposta e comentário →

FC94878 · TI - Desenvolvimento de Sistemas

A respeito de aprendizagem de máquina, deep learning e processamento de linguagem natural, julgue o item seguinte. A validação cruzada é uma técnica utilizada para prover a generalização de um modelo treinado, aprimorando seu desempenho e i

CEBRASPE (CESPE) · 2024

Ler resposta e comentário →

FC94879 · TI - Desenvolvimento de Sistemas

A respeito de aprendizagem de máquina, deep learning e processamento de linguagem natural, julgue o item seguinte. Na validação cruzada K-fold em que k = 5, os dados são divididos em 5 partes, sendo um subconjunto de tamanho k − 1 para test

CEBRASPE (CESPE) · 2024

Ler resposta e comentário →

FC94880 · TI - Desenvolvimento de Sistemas

Julgue os itens a seguir, a respeito de inteligência artificial (IA) e machine learning. K-means é um algoritmo de aprendizado não supervisionado, em que se calcula a distância entre os objetos da base e cada um dos centroides; em que se at

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94881 · TI - Desenvolvimento de Sistemas

Julgue os itens a seguir, a respeito de inteligência artificial (IA) e machine learning. Nos algoritmos de aprendizado por reforço, o agente recebe uma recompensa atrasada na próxima etapa de tempo para avaliar sua ação anterior; seu objeti

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94882 · TI - Desenvolvimento de Sistemas

Em um processo em que se utiliza a ciência de dados, o número de variáveis necessárias para a realização da investigação de um fenômeno é direta e simplesmente igual ao número de variáveis utilizadas para mensurar as respectivas característ

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94883 · TI - Desenvolvimento de Sistemas

Julgue o próximo item, considerando o gráfico precedente, que representa as regiões de overfitting e de underfitting, permitindo uma avaliação do relacionamento da complexidade do modelo de aprendizagem de máquina adotado, com o erro de pre

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94884 · TI - Desenvolvimento de Sistemas

Julgue o próximo item, considerando o gráfico precedente, que representa as regiões de overfitting e de underfitting, permitindo uma avaliação do relacionamento da complexidade do modelo de aprendizagem de máquina adotado, com o erro de pre

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94885 · TI - Desenvolvimento de Sistemas

Julgue o próximo item, considerando o gráfico precedente, que representa as regiões de overfitting e de underfitting, permitindo uma avaliação do relacionamento da complexidade do modelo de aprendizagem de máquina adotado, com o erro de pre

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94886 · TI - Desenvolvimento de Sistemas

Julgue o item a seguir, relativos a aprendizado supervisionado. As técnicas de regressão são utilizadas tanto para prever quando para entender como o sinal avaliado é afetado pela variação dos preditores, ou ainda, para identificar os predi

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94887 · TI - Desenvolvimento de Sistemas

Em relação a aprendizado não supervisionado, julgue o item que se seguem. O modelo de mistura gaussiana (GMM) é um método que descreve um agrupamento de amostras para determinado espaço de características, em que o GMM é uma mistura de k di

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94888 · TI - Desenvolvimento de Sistemas

Acerca de conceitos de modelagem preditiva e algoritmos de classificação, julgue o item a seguir. O dilema bias-variância é evitado quando o treinamento é feito de modo que o modelo capture todas as irregularidades estatísticas dos dados, c

CEBRASPE (CESPE) · 2021

Ler resposta e comentário →

FC94889 · TI - Desenvolvimento de Sistemas

As máquinas de vetores de suporte (SVMs) são originalmente utilizadas para a classificação de dados em duas classes, ou seja, na geração de dicotomias. Nas SVMs com margens rígidas, conjuntos de treinamento linearmente separáveis podem ser

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94890 · TI - Desenvolvimento de Sistemas

Sobre as técnicas de classificação em aprendizado de máquina, julgue o item a seguir. Em razão de seu bom desempenho, o algoritmo SVM (support vector machines) é invariante à escala dimensional dos conjuntos de dados, o que torna dispensáve

CEBRASPE (CESPE) · 2021

Ler resposta e comentário →

FC94891 · TI - Desenvolvimento de Sistemas

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. Os algoritmos baseados em árvore de decisão definem modelos com uma técnica para estimar a

CEBRASPE (CESPE) · 2024

Ler resposta e comentário →

FC94892 · TI - Desenvolvimento de Sistemas

Uma árvore de decisão representa um determinado número de caminhos possíveis de decisão e os resultados de cada um deles, apresentando muitos pontos positivos, ou seja, são fáceis de entender e interpretar. Elas têm processo de previsão com

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94893 · TI - Desenvolvimento de Sistemas

Uma árvore de decisão representa um determinado número de caminhos possíveis de decisão e os resultados de cada um deles, apresentando muitos pontos positivos, ou seja, são fáceis de entender e interpretar. Elas têm processo de previsão com

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94894 · TI - Desenvolvimento de Sistemas

Sobre as técnicas de classificação em aprendizado de máquina, julgue o item a seguir. As árvores de decisão apresentam significativa independência dos dados de treinamento, o que garante forte estabilidade dos caminhos em caso de mudanças n

CEBRASPE (CESPE) · 2021

Ler resposta e comentário →

FC94895 · TI - Desenvolvimento de Sistemas

A respeito de inteligência artificial, julgue o item seguinte. Uma das vantagens da técnica de árvore de decisão para regressão é evitar a propagação de erros, mesmo que uma divisão ocorra indevidamente.

CEBRASPE (CESPE) · 2021

Ler resposta e comentário →

FC94896 · TI - Desenvolvimento de Sistemas

Julgue o item subsequente, com relação a aprendizado de máquina, que é uma forma de inteligência artificial com vasta aplicação na área de diagnóstico por imagem. PCA (principal component analysis) é uma técnica empregada para reduzir a dim

CEBRASPE (CESPE) · 2024

Ler resposta e comentário →

FC94897 · TI - Desenvolvimento de Sistemas

Julgue o item a seguir, a respeito de ETL e técnicas de redução de dimensionalidade. A redução de dimensionalidade acrescenta variáveis nos modelos de inteligência artificial para torná-los mais específicos e objetivos.

CEBRASPE (CESPE) · 2024

Ler resposta e comentário →

FC94898 · TI - Desenvolvimento de Sistemas

No que se refere a machine learning, julgue o item seguinte. Uma das consequências da utilização da técnica de redução da dimensionalidade é a complexidade da análise.

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

Próximos conteúdos →