Questões de Concurso
Foram encontradas 656 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754047
Banco de Dados
Texto associado
Internet: <sandrorgguimaraes.blogspot.com> (com adaptações).
Tendo como referência inicial esse modelo, e considerando que,
para representar a quantidade de faltas em valores inteiros, seja
inserida em FATO_FREQUÊNCIA a métrica qtd_faltas, em que
se possam realizar drill up e a soma de seus valores ao longo do
tempo, julgue o item a seguir, à luz dos conceitos afetos à
modelagem dimensional.
Todos os elementos descritos em FATO_FREQUÊNCIA fazem
parte de uma única chave primária composta, sendo cada
elemento uma chave estrangeira oriunda de cada dimensão a
ela vinculada
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754012
Banco de Dados
Texto associado
Em uma organização, foram elencadas as necessidades a
seguir.
I Aplicação de modelo de gerenciamento com base no Six
Sigma, de modo a gerenciar as etapas da Mineração de Dados
do setor responsável.
II Implantação do processo Sequenciar Atividades, no
desenvolvimento do cronograma do projeto, com base no
PMBOK.
III Implantação de abordagem ágil em relação à criação do
backlog do projeto — lista ordenada de todo o trabalho,
apresentado em forma de história.
Tendo como referência essa situação hipotética e a gestão de
projetos em ciência de dados, julgue o item a seguir
Para o atendimento à necessidade I, deve-se implantar a
CRISP-DM, cujas etapas são Entendimento do Negócio,
Entendimento dos Dados, Preparação dos Dados,
Modelagem, Avaliação e Aplicação.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753999
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
Em cada iteração na estimação do parâmetro β, o método do
gradiente descendente requer n observações da base de
treinamento, ao passo que o método do gradiente
descendente estocástico utiliza uma observação selecionada
aleatoriamente dessa base de treinamento.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753998
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
Entre as condições ideais relativas à função objetivo g(β)
para a aplicação do método do gradiente descendente
incluem-se convexidade, continuidade e diferenciabilidade.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753996
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
O gradiente descendente em lote é um método probabilístico
de otimização no qual, para cada iteração, encontram-se
L × n observações geradas mediante amostragem (com
reposição) da base de dados de treinamento (em que L
representa o número de lotes, com L > 1).
Conheça nossos planos