Questões de Concurso Comentadas para cespe / cebraspe

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.

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. 

Julgue o item a seguir que tratam de extração e representação de conhecimento. 

Se um algoritmo induzir hipóteses que apresentam baixa taxa de acerto mesmo no conjunto de treino, então as hipóteses estão superajustadas aos dados. 

Julgue o item a seguir que tratam de extração e representação de conhecimento. 

As ferramentas de tratamento de dados oferecem recursos que contemplam tanto a limpeza e padronização de dados, com funcionalidades que incluem correções de erros e remoção de duplicatas, quanto a transformação de dados, com funcionalidades que incluem filtragem de dados, junções de tabelas, agregações e cálculos. 

Julgue o item a seguir que tratam de extração e representação de conhecimento. 

Em mineração de dados, interpretação e explanação consiste em filtrar o conjunto de dados por meio de mecanismo que varia de acordo com a técnica de mineração utilizada. 

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. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

Random forests fornecem pontuações de distância euclidiana entre os recursos que podem ser usadas para compreender a importância relativa de cada recurso na previsão. 

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. 

O objetivo das regras de associação é encontrar todos os conjuntos de itens que possuem confiança mínima com máximo de dados observados. 

Julgue o item a seguir, a respeito de algoritmos e técnicas supervisionadas e não supervisionadas de aprendizado de máquina e aprendizagem profunda. 

A distância de Minkowski entre duas cadeias de caracteres é definida como o número mínimo de operações de edição necessárias para transformar a primeira cadeia de caracteres na segunda. 

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. 

No algoritmo K-means, a similaridade intragrupo é avaliada considerando-se o valor médio dos objetos em um grupo, que pode ser visto como o seu centro de gravidade ou o centroide. 

Com base em obtenção, limpeza e pré-processamento de dados, julgue o próximo item. 

No processo de análise, as atividades de limpeza, filtragem e estruturação dos dados estão concentradas na etapa de compreensão dos dados. 

Com base em obtenção, limpeza e pré-processamento de dados, julgue o próximo item. 

A normalização de um conjunto de dados tem como objetivo representar todos os valores desse conjunto em uma escala de 0 a 1. 

Com base em obtenção, limpeza e pré-processamento de dados, julgue o próximo item.

Em um processo de análise de dados, os shadow systems não representam dados consolidados, por isso devem ser excluídos de todas as fases do projeto.  

Com base em obtenção, limpeza e pré-processamento de dados, julgue o próximo item. 

O pré-processamento de dados deve ocorrer em bases de informações não estruturadas, com o objetivo de diminuir a quantidade de dados a serem processados. 

Com base em obtenção, limpeza e pré-processamento de dados, julgue o próximo item. 

O objetivo da classificação na fase de pré-processamento é o particionamento de um grupo de documentos em subgrupos, com características em comum. 

Com base em obtenção, limpeza e pré-processamento de dados, julgue o próximo item. 

A análise descritiva tem como objetivo responder à pergunta ‘o que aconteceu?’, ao passo que a análise diagnóstica visa responder à questão ‘por que isso aconteceu?’. 

Com base em obtenção, limpeza e pré-processamento de dados, julgue o próximo item. 

As anomalias verificadas em um conjunto de dados devem ser descartadas de modo a se manter a harmonia do conjunto analisado. 

Com base em obtenção, limpeza e pré-processamento de dados, julgue o próximo item. 

No processo de análise de dados, a identificação de correlação entre dois dados define também a causalidade entre esses dados.