Conteúdo aberto do FC Concursos

Questões de concursos de TI - Desenvolvimento de Sistemas para CEBRASPE (CESPE)

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

FC94383 · TI - Desenvolvimento de Sistemas

Julgue o item seguinte, a respeito de ciência de dados e de modelagem de dados. A regressão linear do aprendizado de máquina busca estabelecer uma relação entre as variáveis de entrada de um algoritmo.

CEBRASPE (CESPE) · 2024

Ler resposta e comentário →

FC94384 · TI - Desenvolvimento de Sistemas

Aprendizado de máquina é um subcampo da inteligência artificial que consiste no treinamento de modelos computacionais para que possam reconhecer padrões e, a partir de um conjunto de dados de entrada, prever o valor de uma variável de saída

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94385 · TI - Desenvolvimento de Sistemas

Aprendizado de máquina é um subcampo da inteligência artificial que consiste no treinamento de modelos computacionais para que possam reconhecer padrões e, a partir de um conjunto de dados de entrada, prever o valor de uma variável de saída

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94386 · TI - Desenvolvimento de Sistemas

Aprendizado de máquina é um subcampo da inteligência artificial que consiste no treinamento de modelos computacionais para que possam reconhecer padrões e, a partir de um conjunto de dados de entrada, prever o valor de uma variável de saída

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94387 · TI - Desenvolvimento de Sistemas

Aprendizado de máquina é um subcampo da inteligência artificial que consiste no treinamento de modelos computacionais para que possam reconhecer padrões e, a partir de um conjunto de dados de entrada, prever o valor de uma variável de saída

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94388 · TI - Desenvolvimento de Sistemas

Aprendizado de máquina é um subcampo da inteligência artificial que consiste no treinamento de modelos computacionais para que possam reconhecer padrões e, a partir de um conjunto de dados de entrada, prever o valor de uma variável de saída

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94389 · TI - Desenvolvimento de Sistemas

A fim de modernizar e se adaptar às demandas de um ambiente de negócios cada vez mais digital e competitivo, a secretária de finanças de determinada organização pretende implementar uma área especializada em dados para promover a inovação,

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94390 · TI - Desenvolvimento de Sistemas

No que se refere a noções de algoritmos de aprendizado não supervisionado e Python aplicado a analytics, julgue o item seguinte. Nos algoritmos de aprendizagem de máquina não supervisionados, os dados de treinamento são fornecidos sem rótul

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94391 · TI - Desenvolvimento de Sistemas

Com relação a inteligência artificial, análise de dados e Big Data, julgue o item a seguir. Um sistema de aprendizado não supervisionado, dotado de um conjunto de dados de treinamento que foram classificados manualmente, tenta aprender, a p

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94392 · TI - Desenvolvimento de Sistemas

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado, julgue o item a seguir. A regra de associação é uma técnica que busca relações de co-ocorrência entre objetos de uma base de dados.

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94393 · TI - Desenvolvimento de Sistemas

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado, julgue o item a seguir. A compressão de atributos é uma técnica de redução de dimensionalidade na qual atributos irrelevantes ou redundantes são identi

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94394 · TI - Desenvolvimento de Sistemas

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado, julgue o item a seguir. O PCA é um procedimento estatístico que converte um conjunto de objetos com atributos possivelmente correlacionados em um conju

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94395 · TI - Desenvolvimento de Sistemas

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado, julgue o item a seguir. O algoritmo k-means seleciona objetos reais de uma base de dados como centroide do grupo para realizar o agrupamento de objetos

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94396 · TI - Desenvolvimento de Sistemas

Julgue o próximo item, relativo a aprendizado de máquina. As técnicas de regressão utilizam um conjunto finito de hipóteses para, a partir dos atributos previsores, determinar a categoria de um objeto do conjunto de dados analisado.

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94397 · TI - Desenvolvimento de Sistemas

Julgue o próximo item, relativo a aprendizado de máquina. Os algoritmos SVM (support vector machines) realizam apenas tarefas de regressão.

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94398 · TI - Desenvolvimento de Sistemas

Julgue o próximo item, relativo a aprendizado de máquina. A técnica de agrupamento é um tipo de aprendizado não supervisionado em que o algoritmo identifica padrões em um conjunto de dados de entrada sem ter recebido qualquer feedback prévi

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94399 · TI - Desenvolvimento de Sistemas

Julgue o próximo item, relativo a aprendizado de máquina. O aprendizado por reforço é um tipo de aprendizagem de máquina que tem por objetivo prever o resultado de um atributo alvo exclusivamente por meio de reforço no treinamento do modelo

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94400 · TI - Desenvolvimento de Sistemas

Acerca de Big Data, business intelligence e machine learning julgue o item a seguir. Os métodos de aprendizado supervisionado são capazes de identificar padrões em um conjunto de dados sem a necessidade de receberem dados de treinamento rot

CEBRASPE (CESPE) · 2023

Ler resposta e comentário →

FC94401 · 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 →

FC94402 · TI - Desenvolvimento de Sistemas

Os modelos ditos fracos, também chamados modelos de base, muitas vezes são combinados com o objetivo de se construir um modelo mais forte, no qual a variância e o viés atinjam equilíbrio satisfatório. Esse procedimento, denominado ensembles

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94403 · TI - Desenvolvimento de Sistemas

Os algoritmos de aprendizado supervisionado partem de um conjunto de dados rotulados para fazer previsões sobre novos dados não rotulados. O Python scikit-learn é uma biblioteca de código aberto utilizada para codificações de rotinas em apr

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94404 · TI - Desenvolvimento de Sistemas

Os hiperparâmetros de um modelo são todos os parâmetros que podem ser definidos antes do inicio do treinamento, diferentemente dos parâmetros do modelo, que são aprendidos durante o treino do modelo. A busca por hiperparâmetros de determina

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94405 · TI - Desenvolvimento de Sistemas

Com respeito a machine learning aplicado, julgue o próximo item. Mask RCNN (region-based convolutional neural network) é um método para segmentação de objetos e instâncias que se baseia em detecção, enquanto o método SSAP (single-shot insta

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

FC94406 · TI - Desenvolvimento de Sistemas

Com respeito a machine learning aplicado, julgue o próximo item. Stop-words constituem um conjunto de palavras que proporcionam pouca informação para o significado de uma frase.

CEBRASPE (CESPE) · 2022

Ler resposta e comentário →

Próximos conteúdos →