Questões de Concurso
Sobre inteligencia artificial em engenharia de software
Foram encontradas 426 questões
Ano: 2024
Banca:
FGV
Órgão:
TCE-PA
Prova:
FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571730
Engenharia de Software
Alguns algoritmos de aprendizado de máquina foram
desenvolvidos para trabalhar com atributos discretos. Porém,
dados coletados no mundo real muitas vezes são contínuos.
Nesses casos, podemos usar métodos de discretização no tratamento dos dados. Um desses métodos de discretização consiste em estabelecer os limites das partições de forma que cada partição tenha aproximadamente o mesmo número de elementos.
O método acima descrito é o
Nesses casos, podemos usar métodos de discretização no tratamento dos dados. Um desses métodos de discretização consiste em estabelecer os limites das partições de forma que cada partição tenha aproximadamente o mesmo número de elementos.
O método acima descrito é o
Ano: 2024
Banca:
FGV
Órgão:
TCE-PA
Prova:
FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área de Planejamento - Economia |
Q2571534
Engenharia de Software
Modelos de aprendizagem de máquina são, em geral, avaliados
com métricas que indicam os quão poderosos e relevantes eles
são.
Entre exemplos de métricas de avaliação utilizadas para modelos de classificação binária, são citados:
• taxa de precisão (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos positivos);
• taxa de sensibilidade (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos negativos, também conhecida por recall); e
• escore F1 (F1-score, também chamado de F-measure), que relaciona as taxas de precisão e de sensibilidade.
Suponha a existência de um modelo de classificação binária cuja taxa de precisão é de 90,00% e cuja taxa de sensibilidade é de 75,00%. Utilize aproximação de duas casas decimais. O escore F1 referente a esse modelo é
Entre exemplos de métricas de avaliação utilizadas para modelos de classificação binária, são citados:
• taxa de precisão (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos positivos);
• taxa de sensibilidade (razão entre verdadeiros positivos e o total dos verdadeiros positivos e falsos negativos, também conhecida por recall); e
• escore F1 (F1-score, também chamado de F-measure), que relaciona as taxas de precisão e de sensibilidade.
Suponha a existência de um modelo de classificação binária cuja taxa de precisão é de 90,00% e cuja taxa de sensibilidade é de 75,00%. Utilize aproximação de duas casas decimais. O escore F1 referente a esse modelo é
Ano: 2024
Banca:
CESGRANRIO
Órgão:
CNU
Prova:
CESGRANRIO - 2024 - CNU - Bloco 2 - Tecnologia, Dados e Informação - tarde |
Q2570891
Engenharia de Software
Em um projeto de desenvolvimento de um sistema de
visão computacional para identificar e classificar diferentes tipos de objetos em imagens de tráfego urbano, uma
equipe de engenheiros optou por utilizar uma rede neural.
Para garantir eficiência computacional e uma eficaz propagação do gradiente durante o treinamento do modelo,
cada nó da rede foi implementado utilizando a função de
ativação ReLU.
A propriedade principal da função ReLU é
A propriedade principal da função ReLU é
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
SEPLAG-CE
Prova:
CESPE / CEBRASPE - 2024 - SEPLAG-CE - Analista de Gestão Pública - Área de Atuação: Ciência da Computação |
Q2557063
Engenharia de Software
Julgue o item a seguir, a respeito de RPA (robotic process automation).
RPA é o processo pelo qual um bot usa uma combinação de
automação, visão computacional e aprendizado de máquina
para automatizar tarefas repetitivas e de alto volume,
baseadas em regras e acionadas por gatilhos.
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
SEPLAG-CE
Prova:
CESPE / CEBRASPE - 2024 - SEPLAG-CE - Analista de Gestão Pública - Área de Atuação: Ciência da Computação |
Q2557062
Engenharia de Software
Julgue o item a seguir, a respeito de RPA (robotic process automation).
O objetivo da implementação de RPA nos chatbots é reduzir
cada vez mais a intervenção humana, o que pode garantir
agilidade e comodidade ao consumidor na hora de esclarecer
suas dúvidas.
Ano: 2024
Banca:
IBADE
Órgão:
PRODEST-ES
Prova:
IBADE - 2024 - PRODEST-ES - Analista de Tecnologia da Informação - Infraestrututa de TIC |
Q2541967
Engenharia de Software
O aprendizado de máquina teve seus fundamentos
baseados em dois métodos conhecidos como:
Q2536568
Engenharia de Software
Uma empresa de marketing digital está explorando o uso de inteligência artificial (IA) generativa para melhorar
suas campanhas publicitárias. A equipe está discutindo como essa tecnologia pode ser utilizada para criar
conteúdo personalizado e interativo para seus clientes, além de otimizar o processo criativo, economizando tempo
e recursos. Assinale a alternativa CORRETA, que traz a aplicação da IA generativa mais adequada para uma
empresa de marketing digital que deseja melhorar suas campanhas publicitárias.
Ano: 2024
Banca:
FGV
Órgão:
MF
Prova:
FGV - 2024 - MF - Auditor Federal de Finanças e Controle - Área de Tecnologia da Informação (Transformação Digital) - manhã |
Q2534615
Engenharia de Software
No campo de desenvolvimento de tecnologias para realidade
virtual (VR), a seguinte técnica é empregada para otimizar o
processamento gráfico, concentrando os recursos de renderização
na área da visão onde o olhar do usuário está focado, enquanto
reduz a qualidade gráfica nas periferias da visão, resultando em
uma experiência de alta qualidade visual com menor demanda
computacional:
Ano: 2024
Banca:
FGV
Órgão:
MF
Prova:
FGV - 2024 - MF - Auditor Federal de Finanças e Controle - Área de Tecnologia da Informação (Transformação Digital) - manhã |
Q2534606
Engenharia de Software
Em um projeto de pesquisa avançado na área de reabilitação física,
uma equipe multidisciplinar está desenvolvendo uma solução
inovadora baseada em Visão Computacional e IA para auxiliar na
recuperação de pacientes que sofreram lesões
musculoesqueléticas.
A tecnologia precisa capturar e analisar os movimentos do corpo humano, avaliando a execução correta dos exercícios e sugerindo ajustes para garantir a eficácia da reabilitação. A tecnologia deve, ainda, ser capaz de interpretar a complexidade dos movimentos humanos, identificando posições e partes específicas do corpo e garantindo que os pacientes mantenham a postura adequada durante toda a sessão de exercícios.
Com base nessas informações, assinale a técnica de visão computacional e Inteligência Artificial fundamental para o desenvolvimento desse sistema.
A tecnologia precisa capturar e analisar os movimentos do corpo humano, avaliando a execução correta dos exercícios e sugerindo ajustes para garantir a eficácia da reabilitação. A tecnologia deve, ainda, ser capaz de interpretar a complexidade dos movimentos humanos, identificando posições e partes específicas do corpo e garantindo que os pacientes mantenham a postura adequada durante toda a sessão de exercícios.
Com base nessas informações, assinale a técnica de visão computacional e Inteligência Artificial fundamental para o desenvolvimento desse sistema.
Ano: 2024
Banca:
FGV
Órgão:
MF
Prova:
FGV - 2024 - MF - Auditor Federal de Finanças e Controle - Área de Tecnologia da Informação (Transformação Digital) - manhã |
Q2534604
Engenharia de Software
No contexto do Processamento de Linguagem Natural, a geração
aumentada de recuperação (ou RAG, do inglês RetrievalAugmented Generation) é uma técnica que visa a melhorar a
acurácia e a confiabilidade de modelos de IA Generativa.
O objetivo principal dessa técnica é
O objetivo principal dessa técnica é
Ano: 2024
Banca:
FGV
Órgão:
MF
Prova:
FGV - 2024 - MF - Auditor Federal de Finanças e Controle - Área de Tecnologia da Informação (Transformação Digital) - manhã |
Q2534603
Engenharia de Software
Assinale a opção que corresponde à rede neural especialmente
projetada para superar o problema do desvanecimento
do gradiente em sequências longas, empregando células
de memória capazes de manter informações por períodos
extensos, tornando-a ideal para processar e prever eventos em
dados de série temporal com dependências de longo prazo.
Ano: 2024
Banca:
FGV
Órgão:
MF
Prova:
FGV - 2024 - MF - Auditor Federal de Finanças e Controle - Área de Tecnologia da Informação (Transformação Digital) - manhã |
Q2534602
Engenharia de Software
No estudo avançado da Inteligência Artificial (IA), pesquisadores e
desenvolvedores exploram as nuances e os potenciais futuros da
tecnologia, distinguindo entre Inteligência Artificial Estreita (ANI),
Geral (AGI) e Superinteligente (ASI). Cada uma dessas categorias
representa um marco distinto no desenvolvimento da IA, com
implicações profundas para a sociedade, economia e filosofia.
Acerca do tema, avalie se as seguintes afirmações são verdadeiras (V) ou falsas (F).
( ) ANI, embora seja a forma mais comum de IA atualmente, possui capacidades de aprendizado e adaptação que permitem a transição natural para AGI sem intervenção humana direta, já que se baseia em algoritmos que podem evoluir autonomamente.
( ) AGI representa um ponto de inflexão teórico na pesquisa de IA, onde máquinas adquirem a habilidade de realizar qualquer tarefa cognitiva humana, incluindo aquelas que exigem compreensão emocional e social, algo que ainda não foi alcançado devido às limitações atuais da tecnologia e compreensão da consciência.
( ) ASI, como conceito, introduz a possibilidade de uma IA com capacidades que transcendem amplamente a inteligência humana, incluindo a habilidade de gerar inovações científicas e tecnológicas de forma independente, levantando preocupações éticas e existenciais sobre o controle humano sobre tais entidades.
As afirmações são, respectivamente,
Acerca do tema, avalie se as seguintes afirmações são verdadeiras (V) ou falsas (F).
( ) ANI, embora seja a forma mais comum de IA atualmente, possui capacidades de aprendizado e adaptação que permitem a transição natural para AGI sem intervenção humana direta, já que se baseia em algoritmos que podem evoluir autonomamente.
( ) AGI representa um ponto de inflexão teórico na pesquisa de IA, onde máquinas adquirem a habilidade de realizar qualquer tarefa cognitiva humana, incluindo aquelas que exigem compreensão emocional e social, algo que ainda não foi alcançado devido às limitações atuais da tecnologia e compreensão da consciência.
( ) ASI, como conceito, introduz a possibilidade de uma IA com capacidades que transcendem amplamente a inteligência humana, incluindo a habilidade de gerar inovações científicas e tecnológicas de forma independente, levantando preocupações éticas e existenciais sobre o controle humano sobre tais entidades.
As afirmações são, respectivamente,
Ano: 2024
Banca:
FGV
Órgão:
MF
Prova:
FGV - 2024 - MF - Auditor Federal de Finanças e Controle - Área de Tecnologia da Informação (Transformação Digital) - manhã |
Q2534596
Engenharia de Software
Na trajetória evolutiva da Inteligência Artificial (IA), diversos
marcos e transições têm delineado seu progresso e desafios.
Nesse contexto, avalie se as afirmativas a seguir, que
destacam momentos críticos na história da IA, são verdadeiras (V)
ou falsas (F).
( ) Os Invernos da IA representam períodos de avanço tecnológico acelerado e investimento maciço em pesquisa de IA, marcados pela rápida adoção de tecnologias de IA em diversos setores sem qualquer ceticismo ou crítica.
( ) Introduzida em 2012, AlexNet é uma rede neural convolucional que competiu no desafio ImageNet, marcando um ponto de inflexão significativo para o campo do Deep Learning ao demonstrar a capacidade das redes neurais profundas em tarefas de visão computacional.
( ) O aprendizado de máquina (Machine Learning) foi abandonado nos anos 90 e 2000 devido à falta de progresso teórico e prático, com a comunidade de IA se movendo unicamente para o estudo teórico da computação.
( ) O lançamento do GPT-3 pela OpenAI representou um avanço substancial na geração automática de texto, oferecendo capacidades impressionantes de geração de linguagem natural e abrindo novas possibilidades para a aplicação de IA em diversos domínios.
As afirmativas são, respectivamente,
( ) Os Invernos da IA representam períodos de avanço tecnológico acelerado e investimento maciço em pesquisa de IA, marcados pela rápida adoção de tecnologias de IA em diversos setores sem qualquer ceticismo ou crítica.
( ) Introduzida em 2012, AlexNet é uma rede neural convolucional que competiu no desafio ImageNet, marcando um ponto de inflexão significativo para o campo do Deep Learning ao demonstrar a capacidade das redes neurais profundas em tarefas de visão computacional.
( ) O aprendizado de máquina (Machine Learning) foi abandonado nos anos 90 e 2000 devido à falta de progresso teórico e prático, com a comunidade de IA se movendo unicamente para o estudo teórico da computação.
( ) O lançamento do GPT-3 pela OpenAI representou um avanço substancial na geração automática de texto, oferecendo capacidades impressionantes de geração de linguagem natural e abrindo novas possibilidades para a aplicação de IA em diversos domínios.
As afirmativas são, respectivamente,
Ano: 2024
Banca:
FGV
Órgão:
TCE-GO
Prova:
FGV - 2024 - TCE-GO - Analista de Controle Externo - Tecnologia da Informação |
Q2524568
Engenharia de Software
A inteligência artificial generativa (IA generativa) é um campo da
inteligência artificial que se concentra na capacidade de criar
novos conteúdos e ideias de forma autônoma. Em vez de
simplesmente responder a comandos ou fornecer respostas
predefinidas, uma IA generativa tem a capacidade de gerar
conteúdos originais em uma variedade de formas, como texto,
imagens, áudio e vídeo.
São exemplos de categorias amplas de modelos de IA generativa
São exemplos de categorias amplas de modelos de IA generativa
Ano: 2024
Banca:
FGV
Órgão:
TCE-GO
Prova:
FGV - 2024 - TCE-GO - Analista de Controle Externo - Tecnologia da Informação |
Q2524566
Engenharia de Software
O Processamento de Linguagem Natural (PLN) é uma área de
estudo dedicada à pesquisa e desenvolvimento de métodos e
sistemas que visam compreender e processar a linguagem humana
por meio de computadores.
São paradigmas de PLN:
São paradigmas de PLN:
Ano: 2024
Banca:
Quadrix
Órgão:
CRMV-SE
Provas:
Quadrix - 2024 - CRMV-SE - Advogado
|
Quadrix - 2024 - CRMV-SE - Contador |
Q2522694
Engenharia de Software
Texto associado
Nas questões que avaliem conhecimentos de informática,
a menos que seja explicitamente informado o contrário,
considere que: todos os programas mencionados estejam
em configuração‑padrão, em português; o mouse esteja
configurado para pessoas destras; expressões como
clicar, clique simples e clique duplo refiram‑se a cliques
com o botão esquerdo do mouse; e teclar corresponda à
operação de pressionar uma tecla e, rapidamente, liberá‑la,
acionando‑a apenas uma vez. Considere também que não
haja restrições de proteção, de funcionamento e de uso
em relação aos programas, arquivos, diretórios, recursos e
equipamentos mencionados.
Assinale a alternativa que apresenta a principal diferença
entre aprendizado supervisionado e aprendizado não
supervisionado em aprendizado de máquina.
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518308
Engenharia de Software
As técnicas de aprendizado de máquina aplicadas à assimilação
podem ser utilizadas de diversas maneiras para tratamento de
dados. Um exemplo de processo que pode ser vantajoso para os
algoritmos de assimilação é o de redução da dimensionalidade de
um conjunto de dados, no qual se aplica treinamento não
supervisionado para gerar representações “compactadas” das
entradas originais. Esse processo permite a assimilação de dados no
espaço latente, melhorando a eficiência de treinamento dos
algoritmos.
Determinadas arquiteturas de rede neural são utilizadas para redução de dimensionalidade e para a geração de representações de dados no espaço latente, em que se destaca a arquitetura do tipo
Determinadas arquiteturas de rede neural são utilizadas para redução de dimensionalidade e para a geração de representações de dados no espaço latente, em que se destaca a arquitetura do tipo
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518307
Engenharia de Software
Redes neurais artificiais são elementos fundamentais para o uso de
técnicas de aprendizado de máquina. São constituídas por camadas
de unidades de processamento, chamadas de neurônios.
Relacione os tipos de redes neurais listadas as seguir, às suas principais características.
1. Redes de Propagação Direta (feedforward).
2. Redes Neurais Recorrentes.
3. Redes de Funções de Base Radial.
4. Redes Auto-Organizáveis de Kohonen.
( ) Rede que possui realimentação, de forma que as saídas são direcionadas para as entradas, formando-se um loop.
( ) Rede em que os sinais fluem apenas em uma direção, da entrada para a saída, exceto quando em treinamento.
( ) Rede que é treinada com aprendizado não supervisionado, criando clusters dos dados de entrada.
( ) Rede usada para aproximar funções contínuas a partir de combinações lineares de Gaussianas.
Assinale a opção que indica a relação correta na ordem apresentada.
Relacione os tipos de redes neurais listadas as seguir, às suas principais características.
1. Redes de Propagação Direta (feedforward).
2. Redes Neurais Recorrentes.
3. Redes de Funções de Base Radial.
4. Redes Auto-Organizáveis de Kohonen.
( ) Rede que possui realimentação, de forma que as saídas são direcionadas para as entradas, formando-se um loop.
( ) Rede em que os sinais fluem apenas em uma direção, da entrada para a saída, exceto quando em treinamento.
( ) Rede que é treinada com aprendizado não supervisionado, criando clusters dos dados de entrada.
( ) Rede usada para aproximar funções contínuas a partir de combinações lineares de Gaussianas.
Assinale a opção que indica a relação correta na ordem apresentada.
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518306
Engenharia de Software
Recentemente, tem-se observado o aumento dos usos de algoritmos
de Inteligência Artificial (IA) aplicados à assimilação de dados. Muitos
algoritmos de IA em assimilação são baseados em redes neurais e
redes neurais profundas, que necessitam de uma etapa de
treinamento.
Essas etapas de treinamento nem sempre são de fácil execução. Por exemplo, há um fenômeno que ocorre quando um algoritmo é treinado e apresenta bom desempenho para um conjunto particular de dados usado para treinamento, mas falha ao prever respostas para dados de entrada não incluídos naquele conjunto.
A esse fenômeno dá-se o nome, em inglês, de
Essas etapas de treinamento nem sempre são de fácil execução. Por exemplo, há um fenômeno que ocorre quando um algoritmo é treinado e apresenta bom desempenho para um conjunto particular de dados usado para treinamento, mas falha ao prever respostas para dados de entrada não incluídos naquele conjunto.
A esse fenômeno dá-se o nome, em inglês, de
Ano: 2024
Banca:
FGV
Órgão:
CVM
Prova:
FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |
Q2517643
Engenharia de Software
No método tensorflow.keras.layers.Dense(...), se nenhuma
função de ativação é especificada, é utilizada por padrão a
função:
Conheça nossos planos