Questões de Programação para Concurso
Foram encontradas 8.843 questões
Ano: 2024
Banca:
FGV
Órgão:
CVM
Prova:
FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |
Q2517659
Programação
Uma das principais atividades de implementação de um ambiente
analítico é a limpeza dos conjuntos de dados origem. A biblioteca
Pandas do Python é utilizada para analisar e também para limpar
conjuntos de dados. Observe o trecho de código Python a seguir,
que utiliza a biblioteca Pandas.
import pandas as pd df = pd.read_csv('data.csv') df.dropna(inplace = True)
O resultado da execução do código apresentado é a alteração do conjunto original de dados com o(a):
import pandas as pd df = pd.read_csv('data.csv') df.dropna(inplace = True)
O resultado da execução do código apresentado é a alteração do conjunto original de dados com o(a):
Ano: 2024
Banca:
FGV
Órgão:
CVM
Prova:
FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |
Q2517645
Programação
Igor, analista de dados da CVM, escreveu e rodou o código a
seguir.
from nltk.corpus import stopwords from nltk.tokenize import word_tokenize
texto = "Eu sou um analista de dados da CVM!"
stop_words = set(stopwords.words('portuguese')) tokens = word_tokenize(texto)
tokens_processados = [w for w in tokens if not w in stop_words]
print(tokens_processados)
Considerando que o código foi executado sem erros e sabendo que Igor está usando Python 3.10.12 e NLTK 3.8.1, a saída do terminal foi:
from nltk.corpus import stopwords from nltk.tokenize import word_tokenize
texto = "Eu sou um analista de dados da CVM!"
stop_words = set(stopwords.words('portuguese')) tokens = word_tokenize(texto)
tokens_processados = [w for w in tokens if not w in stop_words]
print(tokens_processados)
Considerando que o código foi executado sem erros e sabendo que Igor está usando Python 3.10.12 e NLTK 3.8.1, a saída do terminal foi:
Ano: 2024
Banca:
FGV
Órgão:
CVM
Prova:
FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |
Q2517644
Programação
Um cientista de dados utiliza a biblioteca scikit-learn para treinar
um estimador clf usando um conjunto de treinamento X1 e seu
respectivo conjunto de atributos-alvo y. Posteriormente, o
cientista estima os atributos-alvo do conjunto X2.
Para realizar o treinamento e a predição, o cientista de dados deve usar, respectivamente, os métodos:
Para realizar o treinamento e a predição, o cientista de dados deve usar, respectivamente, os métodos:
Ano: 2024
Banca:
FGV
Órgão:
CVM
Prova:
FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |
Q2517642
Programação
Considere o código python a seguir.
import spacy
nlp = spacy.load("pt_core_news_lg")
doc = nlp("O rato roeu a roupa do rei de Roma")
print(doc[2].pos_, doc[2].dep_)
Os valores exibidos pela última linha são:
Ano: 2024
Banca:
FGV
Órgão:
CVM
Prova:
FGV - 2024 - CVM - Analista CVM - Perfil 7 - Ciência de Dados - Tarde |
Q2517639
Programação
Um dos principais fatores que tornam viável a aplicação de
modelos grandes de linguagem (LLMs) é o controle do espaço de
probabilidade de tokens através da redução de dimensionalidade
do vocabulário, sem perda da capacidade de reconstruir qualquer
token válido da linguagem sendo modelada.
Considerando esse objetivo, dois algoritmos que podem ser utilizados para esse fim são:
Considerando esse objetivo, dois algoritmos que podem ser utilizados para esse fim são:
Conheça nossos planos