Questões de Concurso Público ANM 2025 para Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados
Foram encontradas 17 questões
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209666
Engenharia de Software
A respeito de Lean startup, julgue o item a seguir.
O Lean startup foca esforços apenas no desenvolvimento do produto e nas suas características.
O Lean startup foca esforços apenas no desenvolvimento do produto e nas suas características.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209667
Engenharia de Software
A respeito de Lean startup, julgue o item a seguir.
O Lean startup enfatiza a criação de um produto mínimo viável (MVP) para testar hipóteses de negócio com o mínimo de esforço e recursos.
O Lean startup enfatiza a criação de um produto mínimo viável (MVP) para testar hipóteses de negócio com o mínimo de esforço e recursos.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209692
Engenharia de Software
Julgue o item a seguir, relativo a redes neurais artificiais.
Nas redes neurais multicamadas, quando se aumenta significativamente a dimensão da rede neural, o esforço computacional para sua implementação tem um aumento insignificante.
Nas redes neurais multicamadas, quando se aumenta significativamente a dimensão da rede neural, o esforço computacional para sua implementação tem um aumento insignificante.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209693
Engenharia de Software
Julgue o item a seguir, relativo a redes neurais artificiais.
Uma rede neural feedforward se distingue das demais pela presença de uma ou mais camadas ocultas, cujos nós de computação são chamados de neurônios ocultos ou unidades ocultas, devido ao fato de que essa parte da rede neural não é vista diretamente da entrada ou saída da rede.
Uma rede neural feedforward se distingue das demais pela presença de uma ou mais camadas ocultas, cujos nós de computação são chamados de neurônios ocultos ou unidades ocultas, devido ao fato de que essa parte da rede neural não é vista diretamente da entrada ou saída da rede.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209694
Engenharia de Software
Julgue o item a seguir, relativo a redes neurais artificiais.
Os nós de origem na camada de entrada da rede neural, isto é, na primeira camada oculta, fornecem os respectivos elementos do padrão de ativação (vetor de entrada), que constituem os sinais de entrada aplicados aos neurônios (nós de computação) na segunda camada.
Os nós de origem na camada de entrada da rede neural, isto é, na primeira camada oculta, fornecem os respectivos elementos do padrão de ativação (vetor de entrada), que constituem os sinais de entrada aplicados aos neurônios (nós de computação) na segunda camada.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209695
Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.
Para aplicações do mundo real, como geração de imagens, as distribuições são extremamente complexas, e o aprendizado profundo não conseguiu melhorar o desempenho dos modelos generativos, por isso se tem optado por investir em uma classe importante de modelos de linguagem de grande escala (LLMs — large language models) autorregressivos baseados em transformadores.
Para aplicações do mundo real, como geração de imagens, as distribuições são extremamente complexas, e o aprendizado profundo não conseguiu melhorar o desempenho dos modelos generativos, por isso se tem optado por investir em uma classe importante de modelos de linguagem de grande escala (LLMs — large language models) autorregressivos baseados em transformadores.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209696
Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.
Um prompt é um conjunto de instruções que o modelo generativo utiliza para prever a resposta desejada.
Um prompt é um conjunto de instruções que o modelo generativo utiliza para prever a resposta desejada.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209697
Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.
O aprendizado nas IAs discriminativas é realizado a partir da probabilidade condicional p(x|y).
O aprendizado nas IAs discriminativas é realizado a partir da probabilidade condicional p(x|y).
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209698
Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.
Uma IA generativa cujo aprendizado é realizado a partir da distribuição de probabilidade conjunta p(x,y), em que x é o dado de entrada e y é o rótulo que se queira classificar, pode gerar mais amostras por si só artificialmente, com base em suposições a respeito da distribuição de dados.
Uma IA generativa cujo aprendizado é realizado a partir da distribuição de probabilidade conjunta p(x,y), em que x é o dado de entrada e y é o rótulo que se queira classificar, pode gerar mais amostras por si só artificialmente, com base em suposições a respeito da distribuição de dados.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209699
Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.
A equação a seguir é utilizada no algoritmo de Naive Bayes para modelar explicitamente a distribuição real de cada classe.
arg max{p(x|y)∙p(y)}
A equação a seguir é utilizada no algoritmo de Naive Bayes para modelar explicitamente a distribuição real de cada classe.
arg max{p(x|y)∙p(y)}
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209700
Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.
Modelos generativos autorregressivos, modelos baseados em fluxo, modelos baseados em inversão frequencial e modelos baseados em energia são os principais grupos em que se divide a modelagem generativa profunda.
Modelos generativos autorregressivos, modelos baseados em fluxo, modelos baseados em inversão frequencial e modelos baseados em energia são os principais grupos em que se divide a modelagem generativa profunda.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209701
Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.
Uma vez que uma GAN (generative adversarial network) é treinada, a rede discriminadora é descartada e a rede geradora pode ser utilizada para sintetizar novos exemplos no espaço de dados por amostragem do espaço latente e propagação dessas amostras pela rede geradora treinada.
Uma vez que uma GAN (generative adversarial network) é treinada, a rede discriminadora é descartada e a rede geradora pode ser utilizada para sintetizar novos exemplos no espaço de dados por amostragem do espaço latente e propagação dessas amostras pela rede geradora treinada.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209702
Engenharia de Software
No que se refere a inteligências artificiais (IAs) generativas e discriminativas, julgue o item seguinte.
O ChatGPT e o DeepSeek são plataformas de IA generativas baseadas em modelos de linguagem de grande escala (LLMs — large language models) e o princípio tecnológico dessas plataformas é a arquitetura transformer, que ajuda o modelo a aprender as relações entre palavras e frases em longos trechos de texto.
O ChatGPT e o DeepSeek são plataformas de IA generativas baseadas em modelos de linguagem de grande escala (LLMs — large language models) e o princípio tecnológico dessas plataformas é a arquitetura transformer, que ajuda o modelo a aprender as relações entre palavras e frases em longos trechos de texto.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209721
Engenharia de Software
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.
O overfitting ocorre quando um modelo de machine learning tem alta precisão nos dados de treinamento, mas apresenta desempenho significativamente pior em novos dados.
O overfitting ocorre quando um modelo de machine learning tem alta precisão nos dados de treinamento, mas apresenta desempenho significativamente pior em novos dados.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209722
Engenharia de Software
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.
A única maneira de se evitar o underfitting em um modelo de machine learning é reduzir a quantidade de dados de entrada, pois isso impede que o modelo fique sobrecarregado de informações irrelevantes.
A única maneira de se evitar o underfitting em um modelo de machine learning é reduzir a quantidade de dados de entrada, pois isso impede que o modelo fique sobrecarregado de informações irrelevantes.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209723
Engenharia de Software
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.
O uso de GPUs e TPUs acelera os cálculos necessários para operações matriciais e retropropagação em modelos de deep learning.
O uso de GPUs e TPUs acelera os cálculos necessários para operações matriciais e retropropagação em modelos de deep learning.
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
ANM
Prova:
CESPE / CEBRASPE - 2025 - ANM - Especialista em Recursos Minerais - Especialidade: Tecnologia da Informação - Ciência de Dados |
Q3209725
Engenharia de Software
A respeito de overfitting e underfitting, de deep learning e de métodos de data mining, julgue o item que se segue.
O deep learning elimina completamente a necessidade de pré-processamento de dados, pois as redes neurais são capazes de aprender todas as características automaticamente.
O deep learning elimina completamente a necessidade de pré-processamento de dados, pois as redes neurais são capazes de aprender todas as características automaticamente.
Conheça nossos planos