Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 16

Q2084105

Ano: 2022 Banca: UFSM Órgão: UFSM Prova: UFSM - 2022 - UFSM - Analista de Tecnologia da Informação |

Q2084105 Engenharia de Software

Dos seguintes algoritmos de aprendizado de máquina, assinale a alternativa que apresenta corretamente os algoritmos que possuem a característica de serem de aprendizado não supervisionado.

A

K-Means e DBSCAN.

B

K-Means e Redes Neurais.

C

Regressão Linear e Classificação Automática.

D

K-Means e Random Forests.

E

Regressão Logística e Redes LSTM.

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.

Q2084103

Ano: 2022 Banca: UFSM Órgão: UFSM Prova: UFSM - 2022 - UFSM - Analista de Tecnologia da Informação |

Q2084103 Engenharia de Software

Após a realização de uma pesquisa com alunos da universidade sobre preferências em relação às atividades acadêmicas e opções de lazer no campus, foram obtidos dados de questionários. Com base nesses dados, isolaram-se duas variáveis numéricas, a fim de se criarem grupos de usuários e, posteriormente, traçarem planos específicos para cada grupo. Arbitrariamente, foi definido que cinco grupos distintos seriam obtidos e, posteriormente, foi rodado um algoritmo de aprendizado de máquina para gerar os grupos.
A partir desse contexto, duas questões foram formuladas:
(I) Qual desses algoritmos abaixo é o mais adequado para tal tarefa? (II) Qual a parametrização que deveria ter sido realizada?
Assinale a alternativa que apresenta a resposta correta para as duas questões formuladas.

A

I. Random Tree.

II. t=5/2.

B

I. Random Forests.

II. t=5

C

I. K-Means.

II. k=5.

D

I. Neural Networks.

II. 10 camadas de entrada.

E

I. Deep Neural Networks.

II. 5 camadas de entrada.

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.

Q2066827

Ano: 2023 Banca: FGV Órgão: CGE-SC Prova: FGV - 2023 - CGE-SC - Auditor do Estado - Ciências da Computação - Tarde (Conhecimentos Específicos) |

Q2066827 Engenharia de Software

Sobre as redes neurais convolucionais (CNNs) é correto afirmar que

A

ao treinar CNNs utilizando transferência de aprendizado, começamos com um modelo pré-treinado e executamos numa nova tarefa qualquer, sem precisar se preocupar com o formato e o tipo de dados.

B

ao treinar CNNs utilizando transferência de aprendizado para ajuste fino, começamos com um modelo pré-treinado e atualizamos todos os parâmetros do modelo para nossa nova tarefa, basicamente retreinando todo o modelo.

C

uma rede neural convolucional pode ser utilizada para reconhecer os mais variados tipos de dados. Por exemplo, textos, imagens e dados de clientes. Para isso, basta que os dados de entrada sejam transformados por alguma técnica de extração de características em simples vetores de características.

D

as últimas camadas convolucionais de uma rede neural CNN são capazes de extrair características mais baixo nível dos dados, como linhas, círculos e pontos, enquanto as primeiras camadas extraem características mais alto nível, detalhes mais específicos dos objetos reconhecidos.

E

as camadas de pooling das CNNS são capazes de extrair características de médio nível, reconhecendo características que são mais detalhadas que as primeiras camadas convolucionais.

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.

Q2066823

Ano: 2023 Banca: FGV Órgão: CGE-SC Prova: FGV - 2023 - CGE-SC - Auditor do Estado - Ciências da Computação - Tarde (Conhecimentos Específicos) |

Q2066823 Engenharia de Software

Sobre modelos de otimização de redes neurais, assinale a afirmativa incorreta.

A

O gradiente descendente é um algoritmo de otimização de redes neurais em que a derivada da função de otimização leva a direção mais baixa do gráfico da função de custo.

B

A ideia da Regularização é adicionar um termo extra à função de custo. Intuitivamente, o efeito da regularização é fazer com que a rede prefira aprender pesos pequenos, minimizando a função de custo.

C

O momento acumula pesos anteriores para estabilizar a convergência da rede; o objetivo é ajudar a desviar de mínimos locais e pode acelerar treinamento em regiões muito planas da superfície de erro.

D

O algoritmo de otimização ADAM guarda, além dos valores dos pesos passados, o decaimento exponencial da média de gradientes passados e possui o mesmo objetivo do momento.

E

A regularização L1 transforma valores pequenos em zeros e, consequentemente, permite reduzir o número de pesos, enquanto a regularização L2 procura manter todos os pesos pequenos de forma que maximiza a função de custo.

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.

Q2042637

Ano: 2023 Banca: Quadrix Órgão: CRO - SC Prova: Quadrix - 2023 - CRO - SC - Técnico em Informática |

Q2042637 Engenharia de Software

No que diz respeito às novas tecnologias, julgue o item.

A inteligência artificial refere-se a um campo de conhecimento que não está associado à aprendizagem, uma vez que esta é uma capacidade puramente humana; contudo, este campo está associado à linguagem e à inteligência, ao raciocínio e à resolução de problemas.

Certo

Errado

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.

Q2031068

Ano: 2023 Banca: FGV Órgão: SEFAZ-MG Prova: FGV - 2023 - SEFAZ-MG - Auditor Fiscal da Receita Estadual - Tecnologia da Informação (Tarde) |

Q2031068 Engenharia de Software

A recente explosão de machine learning e deep learning tornou os tensores populares. TensorFlow e PyTorch são dois frameworks com suporte a API de tensor.
Em relação aos tensores, assinale a opção incorreta.

A

Tensor representa um array multidimensional junto com operações definidas.

B

Os tensores, internamente, são implementados como estruturas de dados leves que mantêm um ponteiro para o armazenamento e outros metadados, como tamanho e forma.

C

Os próprios dados do tensor são armazenados em um buffer contíguo.

D

Utilizar um buffer contíguo permite que vários tensores compartilhem os mesmos dados, mas forneçam diferentes visualizações.

E

Quando os tensores têm dimensões diferentes, certas operações não podem ser realizadas sem primeiro colocar os tensores nas mesmas dimensões, para isso possuem a operação automática denominada replicação.

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.

Q2026436

Ano: 2018 Banca: CESGRANRIO Órgão: LIQUIGÁS Prova: CESGRANRIO - 2018 - LIQUIGÁS - Profissional Júnior - Arquiteto de Soluções |

Q2026436 Engenharia de Software

Entre várias definições semelhantes encontradas na literatura, a IEE define Interoperabilidade como a capacidade que sistemas ou componentes têm de trocar e usar informação sem requerer um esforço específico dos usuários desses sistemas.
Uma forma de descrever recursos usados no intercâmbio de informações por meio de ontologias é

A

GTFS

B

SPARQL

C

RDF

D

XLST

E

Ogg Vorbis

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.

Q2026210

Ano: 2022 Banca: FEPESE Órgão: FAPESC Prova: FEPESE - 2022 - FAPESC - Analista de Informática |

Q2026210 Engenharia de Software

Assinale a alternativa correta com relação ao assunto Data Lake.

A

Os Data Lakes que se tornam inacessíveis para os usuários são chamados de “Datawarehouses”

B

Os Data Lakes exigem governança e manutenção contínuas para que os dados possam ser usados e acessados. Sem esse controle, há o risco de eles se tornarem lixo eletrônico – inacessíveis, pesados, caros e inúteis.

C

Em um Data Lake, os dados são transformados apenas quando inseridos no banco de dados, por meio da aplicação de esquemas. Esse processo é chamado de “esquema para gravação” porque os dados são convertidos em estado apropriado para armazenamento.

D

O Data Lake é um tipo de repositório que armazena conjuntos grandes e variados de dados processados para uma finalidade específica. Com os Data Lakes, você tem uma visão refinada dos dados.

E

O Data Lake oferece um modelo de dados estruturados projetado para a geração de relatórios. Essa é a principal diferença entre ele e o datawarehouse. Já o datawarehouse armazena dados brutos não estruturados que não têm uma finalidade definida.

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.

Q2026198

Ano: 2022 Banca: FEPESE Órgão: FAPESC Prova: FEPESE - 2022 - FAPESC - Analista de Informática |

Q2026198 Engenharia de Software

É necessário utilizar um algoritmo de Machine Learning para realizar a classificação de um objeto em três ou mais classes que possuem uma ordem determinada antecipadamente.

Assinale a alternativa que indica corretamente um algoritmo que possa realizar esta tarefa.

A

Regressão Linear Simples

B

Regressão Linear Múltipla

C

Árvores de Regressão Ordinal

D

Regressão Logísitica Ordinal

E

Regressão Logística Binomial

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.

Q2020851

Ano: 2022 Banca: CESPE / CEBRASPE Órgão: BNB Prova: CESPE / CEBRASPE - 2022 - BNB - Analista de Sistemas - Desenvolvimento de Sistemas |

Q2020851 Engenharia de Software

Julgue o item a seguir a respeito dos conceitos de RPA (robotic process automation).
RPA consiste num microcontrolador de 8 bits, com componentes complementares, para facilitar a programação e a incorporação em outros circuitos.

Certo

Errado

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.

Q2020850

Ano: 2022 Banca: CESPE / CEBRASPE Órgão: BNB Prova: CESPE / CEBRASPE - 2022 - BNB - Analista de Sistemas - Desenvolvimento de Sistemas |

Q2020850 Engenharia de Software

Julgue o próximo item a respeito dos conceitos de Machine Learning.
Classificadores bayesianos são classificadores estatísticos usados para predizer a probabilidade de pertinência de um objeto a determinada classe.

Certo

Errado

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.

Q2016953

Ano: 2022 Banca: FCC Órgão: TRT - 5ª Região (BA) Prova: FCC - 2022 - TRT - 5ª Região (BA) - Técnico Judiciário - Tecnologia da Informação |

Q2016953 Engenharia de Software

Sobre os conceitos de modelos preditivos, analise as afirmações abaixo.

I. O modelo preditivo não supervisionado recebe dados de entrada e saída e busca correlações entre eles.

II. O modelo supervisionado recebe apenas dados de entrada para encontrar padrões e prevê repetições de ocorrências anteriores.

III. A análise preditiva é utilizada como ferramenta para identificar padrões que podem sugerir ações fraudulentas.

IV. A utilização de técnicas de aprendizagem de máquina para a análise preditiva permite produzir de forma automática e mais rápida modelos mais precisos.

É correto o que se afirma APENAS em

A

I.

B

II.

C

I e III.

D

III e IV.

E

I, II e IV.

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.

Q1993161

Ano: 2022 Banca: FGV Órgão: TRT - 13ª Região (PB) Prova: FGV - 2022 - TRT - 13ª Região (PB) - Analista Judiciário - Tecnologia da Informação |

Q1993161 Engenharia de Software

Com relação a Pytorch, assinale V para a afirmativa verdadeira e F para a falsa.

I. Trata-se de uma biblioteca de tensores que pode ser utilizada em problemas de aprendizado profundo, podendo utilizar tanto GPU quanto CPU.
II. O pacote torch.parallel.gpu é capaz de suportar o processamento paralelo de tensores do tipo multidimensionais dimensionais e CUDA em processadores GPU.
III. O pacote torch.distributed.elasticstack é capaz distribuir um script tornando-o elástico e tolerante a falhas em diversos tipos de ambientes distribuídos.

As afirmativas são, respectivamente,

A

F, V e V.

B

F, F e V.

C

F, V e F.

D

V, V e F.

E

V, F e F.

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.

Q1991594

Ano: 2022 Banca: FCC Órgão: TJ-CE Prova: FCC - 2022 - TJ-CE - Analista Judiciário - Ciência da Computação - Sistemas da Informação |

Q1991594 Engenharia de Software

A implantação de uma solução de machine leaming tipicamente passa por 5 fases. Na fase inicial, deve-se ter clareza quanto à pergunta ou problema para o qual se busca uma solução e quanto às informações que serão utilizadas, sejam elas de propriedade do interessado ou a serem adquiridas no mercado. As outras fases são:

I Treinar o modelo ajustando os atributos, parâmetros de treinamento e algoritmos até que o modelo produza os resultados desejados. A validação é realizada comparando-se as predições com os resultados reais.
II Monitorar os resultados das predições para verificar se o modelo continua generalizando. Se houver uma diminuição significativa na capacidade de predição do modelo, este deve ser treinado novamente com novos dados ou até mesmo os algoritmos, atributos e parâmetros de treinamento devem ser ajustados.
III Definir o objetivo do aprendizado de máquina, estruturar o modelo que será o responsável por realizar as predições e adequar os dados para os algoritmos selecionados.
IV Verificar se o modelo generaliza. No caso de o modelo não generalizar, deve-se retornar para as fases anteriores ou até mesmo para a fase inicial. Se generalizar, o modelo já pode seguir para a produção.

A ordem sequencial correta das outras fases é:

A

FASE 2 FASE 3 FASE 4 FASE 5

III I IV II

B

FASE 2 FASE 3 FASE 4 FASE 5

I IV II III

C

FASE 2 FASE 3 FASE 4 FASE 5

IV III I II

D

FASE 2 FASE 3 FASE 4 FASE 5

I II III IV

E

FASE 2 FASE 3 FASE 4 FASE 5

III II I IV

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.

Q1990879

Ano: 2022 Banca: FGV Órgão: TRT - 16ª REGIÃO (MA) Prova: FGV - 2022 - TRT - 16ª REGIÃO (MA) - Analista Judiciário - Tecnologia da Informação |

Q1990879 Engenharia de Software

Com relação aos conceitos de aprendizado de máquina, assinale V para a afirmativa verdadeira e F para a falsa.
I. Os três principais paradigmas de aprendizado de máquina são os de aprendizado supervisionado, não supervisionado e por inteligência profunda.
II. os algoritmos de classificação e clusterização estão correlacionados com paradigma de aprendizado supervisionado.
III. os algoritmos de support vector machines e randon forest são paradigmas do aprendizado de inteligência profunda.
As afirmativas são, respectivamente,

A

V, V e V.

B

V, V e F.

C

V, F e V.

D

F, V e V.

E

F, F e F.

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.

Q1988569

Ano: 2022 Banca: CESPE / CEBRASPE Órgão: TRT - 8ª Região (PA e AP) Prova: CESPE / CEBRASPE - 2022 - TRT - 8ª Região (PA e AP) - Analista Judiciário - Tecnologia da Informação |

Q1988569 Engenharia de Software

Acerca de modelos preditivos e descritivos, assinale a opção correta.

A

Com um modelo não supervisionado consegue-se construir um estimador a partir de exemplos rotulados.

B

Um modelo supervisionado refere-se à identificação de informações relevantes nos dados sem a presença de um elemento externo para orientar o aprendizado.

C

Com o uso de técnicas do modelo não supervisionado, consegue-se prever com exatidão o resultado de uma eleição utilizando pesquisas como parâmetro.

D

A análise de agrupamento pertence ao paradigma de aprendizado não supervisionado, em que o aprendizado é dirigido aos dados, não requerendo conhecimento prévio sobre as suas classes ou categorias.

E

Tendo como objetivo encontrar padrões ou tendências para auxiliar o entendimento dos dados, deve-se usar técnicas do modelo supervisionado.

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.

Q1988568

Ano: 2022 Banca: CESPE / CEBRASPE Órgão: TRT - 8ª Região (PA e AP) Prova: CESPE / CEBRASPE - 2022 - TRT - 8ª Região (PA e AP) - Analista Judiciário - Tecnologia da Informação |

Q1988568 Engenharia de Software

Quanto à avaliação de modelos preditivos, assinale a opção correta.

A

A taxa de acerto da métrica de classificação é o complemento da taxa de erro; valores próximos de 0 são considerados melhores.

B

O gráfico ROC é tridimensional, plotado em um espaço chamado de espaço ROC, com eixos X, Y e Z.

C

As duas medidas de erro mais comumente utilizadas na métrica de regressão são o potencial erro definido e a distância média, sempre utilizando números negativos.

D

Nas métricas de classificação, a taxa de erro varia entre 0 e 1, sendo os valores próximos ao extremo 0 melhores.

E

Uma forma de avaliar classificadores em problemas complexos, ou seja, que possuem mais de duas classes, é com o uso das curvas ROC (Receiving Operating Characteristics).

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.

Q1988360

Ano: 2022 Banca: CESPE / CEBRASPE Órgão: ANP Prova: CESPE / CEBRASPE - 2022 - ANP - Regulador de Novas Atribuições IV - Cargo 7 |

Q1988360 Engenharia de Software

Julgue o próximo item, a respeito dos métodos de aprendizagem de máquina.

A utilização de valores aleatórios nos métodos modernos de inicialização dos pesos das camadas das redes neurais artificiais (RNA) permite evitar o problema do desaparecimento do gradiente (vanishing gradient problem).

Certo

Errado

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.

Q1988359

Ano: 2022 Banca: CESPE / CEBRASPE Órgão: ANP Prova: CESPE / CEBRASPE - 2022 - ANP - Regulador de Novas Atribuições IV - Cargo 7 |

Q1988359 Engenharia de Software

Julgue o próximo item, a respeito dos métodos de aprendizagem de máquina.

As redes neurais convolucionais (CNN) são aplicadas exclusivamente a problemas de regressão de dados, a partir da utilização da função de regressão logística.

Certo

Errado

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.

Q1988358

Ano: 2022 Banca: CESPE / CEBRASPE Órgão: ANP Prova: CESPE / CEBRASPE - 2022 - ANP - Regulador de Novas Atribuições IV - Cargo 7 |

Q1988358 Engenharia de Software

Julgue o próximo item, a respeito dos métodos de aprendizagem de máquina.

As aplicações em inteligência artificial são definidas como uma subárea da área de aprendizagem de máquina (machine learning).

Certo

Errado

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.

SEU FUTURO MERECE ESSA CHANCE!

SEU FUTURO MERECE ESSA CHANCE!

Questões de Concurso Sobre inteligencia artificial em engenharia de software

Foram encontradas 426 questões