Questões de Concurso Público CTI 2024 para Tecnologista Pleno 2 - I - Especialidade: Tecnologias Habilitadoras - Área de Atuação: Inteligência Artificial e Ciências de Dados
Foram encontradas 18 questões
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
Os modelos de aprendizagem das redes neurais incluem o
aprendizado por memória e o aprendizado competitivo.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
Na inteligência artificial, a representação completa de
determinado assunto constitui uma ontologia.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
Os processos heurísticos buscam, primeiramente, estabelecer
soluções teóricas para, depois, avançar para uma única
tentativa de solução.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
O dispositivo computacional da inteligência artificial
engloba, entre outros elementos, a percepção, que é a
capacidade de provocar mudanças no ambiente.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
O algoritmo de classificação KNN (K Nearest Neighbors) é
utilizado na inteligência artificial para reconhecimento de
padrões.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
Na ciência de dados, as cadeias de Markov podem ser
aplicadas a ferramentas de previsão do clima e de
espalhamento de doenças, por exemplo.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
Em uma rede regida pelo aprendizado Hebbiano, apenas um
neurônio de saída é disparado, enquanto em uma rede regida
pelo aprendizado competitivo, os neurônios podem ser
excitados simultaneamente.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
A utilização da lógica nebulosa é adequada quando há
necessidade de uma variável fazer parte da solução de um
problema.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
A capacidade de classificação é uma tarefa importante no
aprendizado de máquina, por ser utilizada no
estabelecimento de padrões.
Com relação a ciência de dados e inteligência artificial, julgue o próximo item.
Na inteligência artificial, o agente inteligente deve ser capaz
de ter autonomia, isto é, deve ter a capacidade de acumular
conhecimento que seja útil em suas ações.
Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda.
Os algoritmos baseados em árvore de decisão definem modelos com uma técnica para estimar a probabilidade de um evento ocorrer sob determinada circunstância, usando-se uma estimativa a priori da probabilidade de sua ocorrência.
Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda.
O algoritmo Apriori emprega busca em profundidade e gera
conjuntos de itens candidatos (padrões) de k elementos a
partir de conjuntos de itens de k − 1 elementos, sendo os
padrões não frequentes eliminados.
Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda.
As redes neurais permitem construir modelos que sejam
padronizados de acordo com o funcionamento do cérebro
humano.
A respeito de ontologia, julgue o próximo item.
A representação formal de ontologias é utilizada para que
estas sejam consumidas por computadores, enquanto a
representação gráfica é utilizada para compreensão humana.
A respeito de ontologia, julgue o próximo item.
Ontologias podem ser entendidas como aplicações criadas
para simular a ação de especialistas humanos, com o
propósito de solucionar problemas específicos em um dado
domínio.
Julgue o próximo item, relativos a linguagens, ferramentas e bibliotecas que facilitam a criação, o treinamento e a implantação de modelos de software com aprendizado de máquina.
Bibliotecas como TensorFlow e PyTorch são exclusivas para
algoritmos de aprendizado profundo e não são adequadas
para tarefas de aprendizado de máquina tradicionais.
Julgue o próximo item, relativos a linguagens, ferramentas e bibliotecas que facilitam a criação, o treinamento e a implantação de modelos de software com aprendizado de máquina.
O PyTorch permite que os desenvolvedores definam seus
modelos de maneira dinâmica, o que pode ser vantajoso em
cenários nos quais a estrutura do modelo tem de ser
modificada.
Acerca do desenvolvimento de pipelines e do processamento distribuído para aprendizado de máquina, julgue o seguinte item.
MLflow é uma ferramenta exclusiva para uma única tarefa, como treinamento ou implantação de modelos, proporcionando
funcionalidades para experimentação, rastreamento de parâmetros e métricas, reprodução de modelos, empacotamento e
implantação.