Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 2

Q3162144

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162144 Engenharia de Software

LangChain é uma biblioteca projetada para simplificar o desenvolvimento de aplicações baseadas em linguagem natural, aproveitando modelos de linguagem como o GPT. No LangChain, qual é a principal função dos "chains"?

A

Criar visualizações gráficas para os dados processados.

B

Armazenar grandes volumes de dados de treinamento para modelos de linguagem.

C

Fornecer uma interface gráfica para configurar modelos de linguagem sem código.

D

Conectar diferentes etapas de processamento de linguagem natural para criar um fluxo automatizado de tarefas.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3162137

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162137 Engenharia de Software

Funções de ativação exercem um papel fundamental em redes neurais, habilitando os modelos a capturarem padrões complexos não lineares dos dados. Entretanto, especificamente em redes neurais profundas essas funções podem implicar em um problema conhecido chamado gradient vanishing (desvanecimento do gradiente). Afim de evitar esse problema, assinale a função de ativação que mitiga o gradiente vanishing.

A

Tanh

B

ReLU

C

Sigmod

D

K-Means

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3162136

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162136 Engenharia de Software

Aprendizado de máquina é um objeto da inteligência artificial que desenvolve técnicas capazes de reconhecer padrões a partir de dados. Algumas abordagens se destacam, como o aprendizado supervisionado e o não supervisionado, bem como o aprendizado por reforço. Com base nessas três abordagens, assinale a alternativa que contenha algoritmos de aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço, respectivamente.

A

RNN, DBScan e Q-learning

B

LSTM, CNN e Monte Carlo

C

K-Means, RNN e Monte Carlo

D

MLP, SVM e Árvores de decisão

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3161340

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Arquitetura e Desenvolvimento de Sistemas – Back-End |

Q3161340 Engenharia de Software

Na área de Inteligência Artificial (IA), diferentes modelos e técnicas são aplicados para resolver problemas complexos em diversos domínios, como processamento de linguagem natural, visão computacional e aprendizado de máquina. Qual das redes neurais abaixo é amplamente utilizada para tarefas de reconhecimento de imagem e voz?

A

Redes neurais recorrentes (RNNs).

B

Redes neurais convolucionais (CNNs).

C

Máquinas de Vetores de Suporte (SVMs).

D

Redes Neurais de Alimentação Direta (ANNs).

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3157173

Ano: 2025 Banca: IBEC Órgão: Prefeitura de Tremedal - BA Prova: IBEC - 2025 - Prefeitura de Tremedal - BA - Professor |

Q3157173 Engenharia de Software

Qual é o papel de algoritmos de aprendizado de máquina na análise de dados avançada?

A

Substituir a análise manual ao identificar padrões complexos e fazer previsões baseadas em grandes volumes de dados.

B

Armazenar dados em bancos de dados relacionais para consultas mais rápidas.

C

Criar visualizações interativas, como gráficos e dashboards.

D

Garantir a segurança dos dados contra-ataques cibernéticos.

E

Automatizar o backup de dados em servidores de nuvem.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3154830

Ano: 2025 Banca: FGV Órgão: TCE-PI Prova: FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |

Q3154830 Engenharia de Software

Com relação às técnicas de redução de dimensionalidade, no contexto de aprendizado de máquina, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) As técnicas de agregação formam novos atributos, por meio da combinação de grupos dos atributos originais.
( ) As técnicas de seleção de atributos descartam parte dos atributos originais.
( ) Técnicas de seleção de atributos embutidas são aplicadas na etapa de pré-processamento.

As afirmativas são, respectivamente,

A

F – V – F.

B

F – V – V.

C

V – F – F.

D

V – V – F.

E

F – F – V.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3154828

Ano: 2025 Banca: FGV Órgão: TCE-PI Prova: FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |

Q3154828 Engenharia de Software

Com relação ao ajuste de dados e a aplicação de modelos preditivos de aprendizado de máquina, analise os itens a seguir.

I. O subajuste (underfitting) indica baixa capacidade preditiva do modelo para os dados de treinamento.
II. O superajuste (overfitting) impacta negativamente a capacidade de generalização do modelo.
III. A presença de ruído nos dados favorece a ocorrência de superajuste (overfitting) do modelo.

Está correto o que se afirma em

A

I, apenas.

B

I e II, apenas.

C

I e III, apenas.

D

II e III, apenas.

E

I, II e III.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3154827

Ano: 2025 Banca: FGV Órgão: TCE-PI Prova: FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |

Q3154827 Engenharia de Software

A popularização da Internet permitiu que grande parcela da população pudesse expressar suas opiniões na forma de fóruns, blogs, avaliações de produtos, entre outros. Assim, deixou de ser necessário que empresas conduzam enquetes ou pesquisas para que possam saber a opinião dos consumidores sobre seus produtos ou de concorrentes. O volume de textos opinativos disponíveis é tal, que a tarefa de ler, sumarizar e organizar de forma útil essas informações é desafiadora. O campo da análise de sentimento, no processamento de linguagem natural, trata justamente dessa necessidade, da automatização da descoberta e da sumarização de opiniões.
Considerando este tema, avalie as afirmativas a seguir.

I. A análise de sentimentos pode ser tratada como um problema de classificação de textos, onde é importante definir se o texto é objetivo ou subjetivo. Textos subjetivos são os de principal interesse nesse campo de pesquisa.

II. A análise de sentimentos pode ser usada para a identificação de avaliações falsas em sites de e-commerce. Uma limitação para essa aplicação é a dificuldade de obtenção de dados para treinamento de modelos, uma vez que a marcação manual de avaliações com opiniões falsas ou enganosas é muitas vezes difícil.

III. Um exemplo de algoritmo supervisionado de análise de sentimentos para avaliações de produtos pode ser resumido nos seguintes passos: extração de frases com padrões predeterminados de opinião; cálculo de um indicador de orientação de cada frase; obtenção da orientação média da avaliação como um todo; e determinação se é positiva ou negativa.

Está correto o que se afirma em

A

I, apenas.

B

I e II, apenas.

C

I e III, apenas.

D

II e III, apenas.

E

I, II e III.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3172898

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172898 Engenharia de Software

Assinale a alternativa correta sobre a importância da criação de prompts detalhados para obter resultados úteis de uma Inteligência Artificial (IA) generativa.

A

Prompts detalhados ajudam a IA generativa a prever a melhor saída com base em treinamentos anteriores, gerando resultados mais precisos e relevantes

B

Prompts detalhados são importantes para garantir que a IA generativa opere com maior velocidade, reduzindo o tempo de resposta

C

Prompts detalhados são necessários para a IA generativa realizar análises estatísticas complexas e otimizar seus modelos de linguagem

D

Prompts detalhados são utilizados para atualizar os modelos de machine learning da IA generativa com novos dados de treinamento

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3172897

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172897 Engenharia de Software

Assinale a alternativa que apresenta o papel de um prompt na interação com a inteligência artificial (IA) generativa.

A

Um prompt é um conjunto de algoritmos usados para melhorar a precisão dos modelos de IA generativa

B

Um prompt é um texto em linguagem natural que orienta a IA generativa a executar uma tarefa específica, gerando novos conteúdos com base em modelos de machine learning pré-treinados

C

Um prompt é uma interface de usuário que facilita a comunicação entre humanos e sistemas de IA generativa sem a necessidade de linguagem natural

D

Um prompt é um mecanismo de armazenamento de dados que armazena informações geradas por modelos de IA para posterior análise

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3172896

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172896 Engenharia de Software

Assinale a alternativa que apresenta a principal função da engenharia de prompt no contexto da inteligência artificial (IA) generativa.

A

A engenharia de prompt visa desenvolver novos algoritmos de aprendizado de máquina para melhorar a precisão dos modelos de IA generativa

B

A engenharia de prompt é responsável por criar instruções detalhadas e formatos específicos que orientam a IA generativa para gerar resultados relevantes e de alta qualidade

C

A engenharia de prompt foca em implementar soluções de hardware para melhorar a performance da IA generativa em termos de processamento

D

A engenharia de prompt trata da integração de diferentes plataformas de IA generativa para maximizar a eficiência na execução de tarefas

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3172895

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172895 Engenharia de Software

Analise a citação, que trata de uma categoria de Inteligência Artificial (IA):
“[...] acredita que um dia será possível recriar máquinas capazes de pensar, criar e exibir comportamento inteligente nos moldes humanos, a partir da criação de algoritmos cognitivos que possam executar em computadores [...]” (SILVA et al., 2018, p.17).
Assinale a alternativa que apresenta esta categoria de IA.

A

Hiperinteligência

B

Superinteligência

C

Inteligência artificial fraca

D

Inteligência artificial forte

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3172894

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172894 Engenharia de Software

Assinale a alternativa que apresenta como a estatística é aplicada no contexto da inteligência artificial e quais são os desafios enfrentados na Era do Big Data.

A

A estatística, combinada com machine learning e deep learning, ajuda a enfrentar desafios e oportunidades da Era Big Data, como a Indústria 4.0 e a Internet das Coisas (IoT)

B

A estatística é utilizada apenas para a coleta de dados em inteligência artificial, sem relação com machine learning

C

Na Era Big Data, a estatística é aplicada unicamente na análise de dados, sem uso em deep learning

D

A estatística e a inteligência artificial são independentes e não se complementam na resolução de problemas complexos

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3172893

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172893 Engenharia de Software

Assinale a alternativa que apresenta qual foi o ponto de partida para o desenvolvimento da Inteligência Artificial (IA) e como ela evoluiu ao longo das décadas.

A

O desenvolvimento da IA começou na década de 1960 com a criação de redes neurais

B

A IA surgiu em 1980, com a criação de sistemas capazes de raciocinar como humanos

C

O projeto Dartmouth, em 1950, foi o marco inicial da IA, e ao longo das décadas, o estudo das redes neurais se tornou uma base fundamental para o desenvolvimento da IA

D

A IA começou na década de 1990 com a criação dos primeiros computadores de grande porte

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3171847

Ano: 2024 Banca: FCC Órgão: TRT - 20ª REGIÃO (SE) Prova: FCC - 2024 - TRT - 20ª REGIÃO (SE) - Analista Judiciário - Área Apoio Especializado - Especialidade Tecnologia da Informação |

Q3171847 Engenharia de Software

A equipe de analistas de um órgão público está avaliando o desempenho de dois modelos de machine leaming: um modelo de classificação e outro de regressão. O modelo de classificação utiliza uma curva ROC para analisar a performance, enquanto o modelo de regressão utiliza o erro médio absoluto (MAE) como métrica principal. Durante a avaliação, a equipe percebe que o modelo de classificação está apresentando sobreajuste (overfitting). Uma Analista da equipe afirmou, corretamente, que o sobreajuste ocorre quando o modelo

A

é simples demais e não consegue capturar as complexidades dos dados. A curva ROC compara a acurácia geral do modelo de classificação, enquanto o MAE avalia o desempenho: quanto maior o MAE, melhor é o desempenho do modelo. Para resolver o problema de sobreajuste, deve-se aumentar o número de variáveis no modelo.

B

generaliza excessivamente para dados novos e não consegue se adequar aos dados do treinamento. A curva ROC é capaz de calcular o desempenho do modelo por meio da média entre verdadeiros positivos (especificidade) e falsos positivos (sensibilidade). O MAE é uma métrica de erro quadrático médio que pode ser usada para melhorar o desempenho do modelo. Para eliminar o sobreajuste, deve-se aplicar a técnica de balanceamento de dados conhecida como avaliação cruzada.

C

aprende os padrões específicos do conjunto de treinamento, fornecendo previsões precisas para estes dados, mas com baixo desempenho em novos dados. A curva ROC avalia a relação entre a taxa de verdadeiros positivos e falsos negativos, enquanto o MAE mede o desvio médio absoluto entre os valores previstos e os reais. Para mitigar o sobreajuste, técnicas como regularização e parada antecipada podem ser usadas.

D

aprende as características gerais do conjunto de treinamento, generalizando bem para dados novos. A curva ROC mede a precisão de um modelo de classificação e o MAE mede a precisão de um modelo de regressão.Para reduzir o sobreajuste, deve-se aumentar a complexidade do modelo.

E

não consegue aprender os padrões do conjunto de treinamento. A curva ROC mostra a relação entre a taxa de falsos positivos e a taxa de verdadeiros negativos, enquanto o MAE mede a diferença entre a previsão mais provável e o valor real. Para reduzir o sobreajuste, deve-se remover os dados desbalanceados do conjunto de treinamento.

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3171155

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171155 Engenharia de Software

Chatbots são bots que conversam em linguagem natural, como o A.L.I.C.E. De todas as categorias de bots, o chatbot é provavelmente a mais antiga, sendo Eliza normalmente reconhecida como o primeiro do mundo. Com relação aos chatbots, assinale a alternativa que apresenta qual assistente pessoal de IA foi lançado em 2011 e ajudou a popularizar os chatbots.

A

Google Now

B

Alexa

C

Cortana

D

Siri

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3171154

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171154 Engenharia de Software

Analise a afirmação a seguir:
“______ são uma das categorias mais importantes de robôs, pois permitem interação e acesso a funções computacionais por meio da linguagem natural, que é uma das maneiras mais simples e rápidas para os seres humanos se comunicarem, especialmente na dimensão oral.”(GABRIEL, 2022, p. 93-94).
Diante da afirmação acima, assinale a alternativa que preencha corretamente a lacuna.

A

AutoRobots

B

Messengers

C

Chatbots

D

Intelligent Applications

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3171153

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171153 Engenharia de Software

Aprendizado de máquina (Machine learning) e aprendizado profundo (Deep learning) são assuntos populares nos dias de hoje na área da computação. Assinale a alternativa que apresenta a principal diferença entre aprendizado de máquina e aprendizado profundo.

A

Aprendizado de máquina usa apenas análise estatística, enquanto aprendizado profundo usa redes neurais

B

Aprendizado de máquina é baseado em múltiplas técnicas, enquanto aprendizado profundo imita a funcionalidade do cérebro humano usando redes neurais

C

Aprendizado de máquina é menos eficaz do que aprendizado profundo

D

Aprendizado profundo depende de intervenção humana, enquanto aprendizado de máquina é totalmente automatizado

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3171152

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171152 Engenharia de Software

O Processamento de Linguagem Natural (PLN) é uma subárea da inteligência artificial que foca na interação entre computadores e a linguagem humana. Ele envolve a criação de algoritmos e modelos que permitem que as máquinas compreendam, interpretem e respondam a textos e fala de maneira semelhante aos humanos. Este processamento segue um fluxo básico de análises e ações. Assinale a alternativa que apresenta quais são os estágios deste fluxo.

A

Pré-processamento, Análise léxica, Análise tradutória, Análise intencional, Análise verificadora

B

Pré-processamento, Análise léxica, Análise sintática, Análise Semântica, Análise pragmática

C

Pré-processamento, Análise tradutória, Análise sintática, Análise verificadora

D

Pré-processamento, Análise tradutória, Análise pragmática, Análise sintática

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

Q3171148

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171148 Engenharia de Software

Se vamos criar apenas uma hipótese, essa abordagem é suficiente. Mas muitas vezes acabamos criando várias hipóteses: podemos querer comparar dois modelos de aprendizado de máquina completamente diferentes, ou podemos ajustar os vários “botões” dentro de um modelo. Por exemplo, poderíamos tentar diferentes limiares para poda χ2 das árvores de decisão ou diferentes graus para os polinômios.
Chamamos esses “botões” de hiperparâmetros – parâmetros da classe de modelo, não do modelo individual. Desta forma, assinale a alternativa que apresenta o que são hiperparâmetros em modelos de aprendizado de máquina.

A

Parâmetros ajustados para maximizar o erro do conjunto de teste

B

Parâmetros que são ajustados automaticamente durante o treinamento do modelo

C

Parâmetros que são ajustados apenas depois que o modelo é treinado

D

Parâmetros que determinam a estrutura do modelo, mas não são ajustados durante o treinamento

Você errou! Resposta:

Acesse Comentários para encontrar explicações sobre a solução da questão.

Parabéns! Você acertou!

Aprenda mais ensinando outros alunos ao comentar esta questão.

SEJA VITALÍCIO

SEJA VITALÍCIO

Questões de Concurso Comentadas sobre inteligencia artificial em engenharia de software

Foram encontradas 422 questões