Questões de Engenharia de Software para Concurso - Página 53

Q2384102

Ano: 2024 Banca: Quadrix Órgão: CRQ - 12ª Região (GO, TO e DF) Provas: Quadrix - 2024 - CRQ - 12ª Região (GO, TO e DF) - Agente Fiscal | Quadrix - 2024 - CRQ - 12ª Região (GO, TO e DF) - Analista Administrativo | Quadrix - 2024 - CRQ - 12ª Região (GO, TO e DF) - Analista de T.I. | Quadrix - 2024 - CRQ - 12ª Região (GO, TO e DF) - Analista Compras e Contratos |

Q2384102 Engenharia de Software

Acerca dos tipos de computadores, do Microsoft Word 2016 e do aprendizado de máquina, julgue o item.

O aprendizado de máquina pode ser definido como uma técnica de ciência de dados que permite que os computadores usem os dados existentes para prever futuros comportamentos, resultados e tendências.

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.

Q2384101

Ano: 2024 Banca: Quadrix Órgão: CRQ - 12ª Região (GO, TO e DF) Provas: Quadrix - 2024 - CRQ - 12ª Região (GO, TO e DF) - Agente Fiscal | Quadrix - 2024 - CRQ - 12ª Região (GO, TO e DF) - Analista Administrativo | Quadrix - 2024 - CRQ - 12ª Região (GO, TO e DF) - Analista de T.I. | Quadrix - 2024 - CRQ - 12ª Região (GO, TO e DF) - Analista Compras e Contratos |

Q2384101 Engenharia de Software

Acerca dos tipos de computadores, do Microsoft Word 2016 e do aprendizado de máquina, julgue o item.

O aprendizado não supervisionado é uma área da inteligência artificial que envolve o uso de algoritmos para encontrar padrões ocultos em conjuntos de dados rotulados.

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.

Q2383864

Ano: 2024 Banca: IV - UFG Órgão: Prefeitura de Inhumas - GO Prova: CS-UFG - 2024 - Prefeitura de Inhumas - GO - Administrador de Rede e Segurança da Informação |

Q2383864 Engenharia de Software

O algoritmo de Machine Learning de classificação, fundamentado em modelos de probabilidade que incorporam suposições de independência forte, é conhecido como

A

Naive Bayes.

B

K-Means.

C

PLN.

D

Deep Q Network.

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.

Q2383463

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ITAIPU BINACIONAL Prova: CESPE / CEBRASPE - 2024 - ITAIPU BINACIONAL - Profissional de Nível Universitário Júnior - Função: Analista de Sistemas |

Q2383463 Engenharia de Software

Em qualidade de software, a dimensão responsável por garantir que o produto gere valor para o usuário final é denominada

A

qualidade do desempenho.

B

conformidade.

C

confiabilidade.

D

qualidade dos recursos.

E

durabilidade.

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.

Q2383462

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ITAIPU BINACIONAL Prova: CESPE / CEBRASPE - 2024 - ITAIPU BINACIONAL - Profissional de Nível Universitário Júnior - Função: Analista de Sistemas |

Q2383462 Engenharia de Software

Assinale a opção que apresenta o comando utilizado no Git para versionar o projeto com um pacote de alterações.

A

add

B

checkout

C

commit

D

clone

E

branch

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.

Q2383456

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ITAIPU BINACIONAL Prova: CESPE / CEBRASPE - 2024 - ITAIPU BINACIONAL - Profissional de Nível Universitário Júnior - Função: Analista de Sistemas |

Q2383456 Engenharia de Software

De acordo com o IFPUG (International Function Point Users Group), assinale a opção que apresenta a sequência em que ocorrem as etapas do método de medição de tamanho funcional (FSM).

A

determinar escopo, obter documentação disponível, medir funções, calcular tamanho funcional e documentar

B

obter documentação disponível, determinar escopo, medir funções, calcular tamanho funcional e documentar

C

calcular tamanho funcional, obter documentação disponível, determinar escopo, medir funções e documentar

D

medir funções, calcular tamanho funcional, obter documentação disponível, determinar escopo e documentar

E

determinar escopo, medir funções, calcular tamanho funcional, obter documentação disponível e documentar

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.

Q2383453

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ITAIPU BINACIONAL Prova: CESPE / CEBRASPE - 2024 - ITAIPU BINACIONAL - Profissional de Nível Universitário Júnior - Função: Analista de Sistemas |

Q2383453 Engenharia de Software

No RUP, formular o escopo do projeto e planejar e preparar um caso de negócios são atividades essenciais da

A

disciplina implantação.

B

fase iniciação.

C

fase elaboração.

D

fase construção.

E

fase transição.

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.

Q2383450

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ITAIPU BINACIONAL Prova: CESPE / CEBRASPE - 2024 - ITAIPU BINACIONAL - Profissional de Nível Universitário Júnior - Função: Analista de Sistemas |

Q2383450 Engenharia de Software

Imagem associada para resolução da questão

Com relação ao caso de uso acima, que está descrito em UML, assinale a opção correta.

A

Os atores Doutor e Secretária podem acionar Procurar registro do paciente.

B

O acionamento de Procurar registro do paciente aciona, obrigatoriamente, Marcar consulta.

C

É necessário primeiro acionar-se Marcar consulta para, na sequência, acionar Cancelar consulta.

D

O acionamento de Adiar pagamento permitirá ao seu ator acionar opcionalmente Pagar conta Extension points - Mais tratamento.

E

O caso de uso Adiar pagamento é inacessível ao ator Balconista.

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.

Q2383395

Ano: 2024 Banca: CESPE / CEBRASPE Órgão: ITAIPU BINACIONAL Prova: CESPE / CEBRASPE - 2024 - ITAIPU BINACIONAL - Profissional de Nível Universitário Júnior - Função: Engenheiro Eletricista |

Q2383395 Engenharia de Software

Assinale a opção que apresenta os três pilares do Scrum que apoiam o conceito de trabalhar iterativamente.

A

abertura, foco e transparência

B

adaptação, fiscalização e transparência

C

adaptação, compromisso e respeito

D

coragem, compromisso e fiscalização

E

abertura, compromisso e respeito

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.

Q2383287

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383287 Engenharia de Software

No aprendizado não supervisionado, os dados de treinamento não têm rótulos. O objetivo é agrupar instâncias semelhantes em clusters. Nesse contexto, suponha que se deseja executar um algoritmo de agrupamento para tentar detectar grupos de visitantes semelhantes em um blog. Em nenhum momento é informado ao algoritmo a que grupo um visitante pertence, mas ele encontra essas conexões sem ajuda. Por exemplo, o algoritmo pode notar que 40% dos visitantes são homens que adoram histórias em quadrinhos e, geralmente, leem o blog à noite, enquanto 20% são jovens amantes de ficção científica que visitam o blog durante os fins de semana, e assim por diante. Deseja-se, nesse caso, usar um algoritmo de agrupamento hierárquico para subdividir cada grupo em grupos menores, o que pode ajudar a direcionar as postagens do blog para cada grupo específico.
Nesse cenário, qual é o algoritmo mais apropriado para fazer o agrupamento desejado?

A

Agglomerative Hierarchical Clustering

B

Principal Component Analysis (PCA)

C

Linear Regression Clustering

D

k-DBSCAN Clustering

E

L-Means Clustering

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.

Q2383285

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383285 Engenharia de Software

As árvores de decisão são um modelo de aprendizado de máquina que opera por meio da construção de uma estrutura em forma de árvore para tomar decisões e que oferece uma compreensão clara da lógica de decisão e da hierarquia de características que contribuem para as predições finais. Elas são versáteis e podem ser usadas tanto para tarefas de classificação quanto para as de regressão.
Nesse contexto, considere a construção de uma árvore de regressão usando a classe DecisionTreeRegressor do ScikitLearn e seu treinamento em um conjunto de dados quadrático com max_depth=2, conforme mostrado a seguir:

from sklearn.tree import DecisionTreeRegressor
tree_reg = DecisionTreeRegressor(max_depth=2)
tree_reg.fit(X, y)

A árvore resultante é representada na Figura a seguir.

Imagem associada para resolução da questão

GÉRON, A. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniquesto Build Intelligent Systems. 2 ed. Sebastopol, CA: O’Reilly Media, Inc.: 2019, p. 183.

Considerando-se o cenário apresentado e que se deseja fazer uma predição para uma nova instância, com x1 = 0.6, qual será o valor predito?

A

0.015

B

0.074

C

0.111

D

0.259

E

110

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.

Q2383283

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383283 Engenharia de Software

Em uma nota técnica do Ipea sobre emprego público nos governos subnacionais brasileiros, no ano de 2016, aparece menção sobre o fato de as bases utilizadas possuirem outliers, ou valores atípicos.
A construção de um modelo preditivo a partir dos dados dessas bases, usando árvores aleatórias, Random Forests,

A

apresentaria uma redução de variância.

B

seria inadequado, devido à sensibilidade a outliers de Random Forests.

C

teria uma tendência a overfitting.

D

teria propensão a underfitting.

E

teria dependência de linearidade nos dados.

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.

Q2383281

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383281 Engenharia de Software

Um cientista de dados está utilizando máquinas de vetor de suporte (SVM) em um projeto de classificação, pois deseja evitar o overfitting do modelo aos dados de treinamento.
Qual das seguintes técnicas auxilia a prevenir o overfitting em SVM?

A

Apagar algumas ligações da rede.

B

Garantir que o hiperplano divida perfeitamente os pontos.

C

Misturar o conjunto de teste com o de treinamento.

D

Usar todos os pontos para a tomada de decisão.

E

Utilizar um kernel linear.

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.

Q2383280

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383280 Engenharia de Software

Em um projeto de classificação de textos, um modelo de machine learning foi aplicado em um conjunto de teste e apresentou os seguintes resultados: uma precisão de 80% e uma revocação de 70%.
Com base nessas informações e considerando-se apenas a parte inteira da porcentagem, qual é o F1 Score desse modelo?

A

2%

B

18%

C

37%

D

74%

E

98%

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.

Q2383279

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383279 Engenharia de Software

Um pesquisador possui um conjunto de dados consistindo em características diversas, features, e suas respectivas classificações, labels. Ele deseja dividir esse conjunto de dados em conjuntos distintos, para treinamento e para teste, com o objetivo de validar a eficácia de um modelo de aprendizado de máquina.
Nesse contexto, qual função do SciKit-learn ele deve utilizar para realizar essa divisão de maneira eficiente e adequada?

A

sample_test_train

B

slice_train_test

C

split_learning

D

split_test_train

E

train_test_split

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.

Q2383278

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383278 Engenharia de Software

Uma cientista de dados percebeu que, ao processar alguns documentos, seria melhor remover palavras que aparecem em quase todo texto, as stop-words.
Para começar sua lista de stop-words, ela pode escolher listar todos os

A

adjetivos e preposições

B

advérbios e pronomes

C

artigos e preposições

D

artigos e substantivos

E

substantivos e verbos

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.

Q2383277

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383277 Engenharia de Software

O método de POS-tagging, ou Part of Speech tagging, é uma tarefa do processamento de linguagem natural em que

A

cada palavra do texto recebe um rótulo indicando sua classe gramatical.

B

cada palavra do texto recebe um rótulo indicando sua função sintática na sentença.

C

cada palavra do texto recebe um rótulo indicando sua função semântica na sentença.

D

cada sentença do texto recebe um rótulo indicando a quem pertence a fala.

E

cada sentença do texto recebe um rótulo indicando o tipo de ato de fala que representa.

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.

Q2383276

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383276 Engenharia de Software

Em redes convolucionais, o tamanho do passo normalmente é menor que o tamanho do filtro.
Se o tamanho do passo for maior que o tamanho do filtro, é possível que

A

a camada de pooling fique sensível demais a pequenas variações.

B

o modelo apresente características de overfitting.

C

informações importantes sejam perdidas.

D

um aumento significativo na dimensão espacial da entrada aconteça.

E

um aumento significativo na dimensão espacial da saída aconteça.

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.

Q2383275

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383275 Engenharia de Software

Na arquitetura de redes neurais, diferentes funções de ativação são utilizadas nas camadas de neurônios para aplicar transformações não lineares aos dados. Uma dessas funções é a ReLU, conhecida por sua eficácia em diversos modelos de aprendizado profundo.
Ao implementar a função ReLU, um pesquisador deve seguir a fórmula:

A

f(x) = 1/1+e^-x

B

C

f(x) = tanh(x)

D

f(x) = max (0, x) - max (0, -x)

E

f(x) = √x²+1-1

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.

Q2383273

Ano: 2024 Banca: CESGRANRIO Órgão: IPEA Prova: CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |

Q2383273 Engenharia de Software

Em processamento de linguagem natural, o modelo Skip-Gram é uma técnica popular para treinar word embeddings.
O treinamento do modelo Skip-Gram destaca-se de outras técnicas, como o Continuous Bag of Words (CBOW), por ter a seguinte característica:

A

utilizar contextos adjacentes para prever uma palavra- -alvo.

B

focar em prever palavras de contexto a partir de uma palavra-alvo.

C

treinar cada palavra em uma janela de contexto separadamente.

D

gerar embeddings, baseados em dependências sintáticas.

E

empregar uma abordagem de bag-of-words para a geração de embeddings.

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.

🚨 ÚLTIMOS DESCONTOS: ATÉ 67% OFF! 🚨

🚨 ÚLTIMOS DESCONTOS: ATÉ 67% OFF! 🚨

Questões de Concurso Sobre engenharia de software

Foram encontradas 11.957 questões