Questões de Concurso
Comentadas para cespe / cebraspe
Foram encontradas 167.513 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
I A exploração do carvão mineral feita a céu aberto acentua a deterioração da paisagem, afetando os corpos d’água de superfície.
II O aproveitamento dos enriquecimentos minerais que ocorrem na parte superficial do relevo implica baixo impacto ambiental e produz baixo volume de rejeitos.
III A maior parte da garimpagem praticada por grandes máquinas, em razão de sua tecnologia avançada, produz baixo impacto na paisagem.
Assinale a opção correta.
Internet:<https://blog.editoracontexto.com.b> (com adaptações).
texto anterior é relativo à escola geográfica
Mariana Ferreira Cisotto. Sobre topofilia, 2013 (com adaptações).
O conceito geográfico abordado no fragmento de texto precedente é o de
Com base na figura anterior, assinale a opção que apresenta as coordenadas geográficas do perieco de A e do anteco de B.
Milton Santos. A natureza do espaço. São Paulo: EDUSP, 2006, p. 160 (com adaptações).
O fragmento de texto apresentado faz referência ao conceito de
Internet: <www.mobilize.org.br> (com adaptações).
Assinale a opção que apresenta uma das alternativas viáveis mais imediatas para reduzir o problema apontado no texto precedente.
Acerca do desenvolvimento de pipelines e do processamento distribuído para aprendizado de máquina, julgue o seguinte item.
A gestão eficiente de recursos como CPU e memória não é uma consideração crítica em pipelines de aprendizado de máquina,
pois os recursos podem ser alocados dinamicamente, conforme necessário.
Acerca do desenvolvimento de pipelines e do processamento distribuído para aprendizado de máquina, julgue o seguinte item.
Um dos propósitos da ferramenta Docker, no contexto de desenvolvimento de pipelines para aprendizado de máquina, é facilitar a
criação e distribuição de ambientes isolados, proporcionando uma melhoria na segurança do ambiente de desenvolvimento.
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.
Acerca do desenvolvimento de pipelines e do processamento distribuído para aprendizado de máquina, julgue o seguinte item.
Apache Spark é frequentemente usado para escalabilidade em ambientes de aprendizado de máquina.
Acerca do desenvolvimento de pipelines e do processamento distribuído para aprendizado de máquina, julgue o seguinte item.
Kubeflow é um serviço de nuvem autônomo para gerenciamento e processamento de grandes volumes de dados.
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.
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.
Spacy é uma biblioteca Python eficiente e rápida para
processamento de linguagem natural, mas não oferece
recursos como análise morfológica, entidades nomeadas em
texto e integração com modelos de aprendizado de máquina
pré-treinados.
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.
A biblioteca Scikit-learn do Python inclui métricas de
avaliação padrão, métodos para validação cruzada, busca de
hiperparâmetros e outras ferramentas para avaliação do
desempenho de modelos de classificação.
Conheça nossos planos