Questões de Concurso Comentadas para cti

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. 

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. 

Pandas e NumPy são bibliotecas que oferecem uma base sólida para a realização de tarefas de análise de dados, desde a importação de dados até a visualização de resultados. 

Julgue o item que se segue, relativos à OWL e tecnologias semânticas. 

OWL é o padrão atual em linguagens para ontologia na web, recomendada como principal linguagem para construção de ontologias, segundo o consórcio W3C.

Julgue o item que se segue, relativos à OWL e tecnologias semânticas. 

A proposta da web semântica é a de que seja entendida apenas pelos usuários, que serão capazes de operar eficientemente sobre as informações e compreender seus significados. 

Julgue o item que se segue, relativos à OWL e tecnologias semânticas. 

Na web semântica, as ontologias são os principais elementos que embasam as lógicas de geração de inferências e essas representações fornecem elementos contendo axiomas, que são as bases lógicas para os motores de inferências. 

Julgue o item que se segue, relativos à OWL e tecnologias semânticas. 

Na web semântica, buscam-se mecanismos que capturem o significado das páginas, criando um ambiente no qual os computadores possam processar e relacionar conteúdos provenientes de várias fontes. 

A respeito de ontologia, julgue o próximo item. 

Na ontologia, o conjunto de axiomas do domínio é aquele que serve para modelar restrições e regras inerentes às instâncias. 

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.