Questões de Concurso Comentadas para cti

Considerando o texto e a figura apresentados, julgue o item a seguir.

O aumento inicial nos níveis de regulação e inovação ocorre porque a regulação pode fornecer estrutura e segurança que promovem investimentos em PD&I, além de proteger direitos de propriedade intelectual, incentivando, assim, a inovação. 

Acerca dos conceitos relacionados a laboratórios abertos multiusuários (LAMU), julgue o item a seguir.

Assim como o modelo de governança, o modelo de acesso pouco importa para viabilizar o acesso de forma equilibrada aos equipamentos e serviços dos LAMU, que é feito com base em critérios de meritocracia.

No que se refere à análise exploratória de dados e ao pré-processamento de dados, julgue o próximo item.  

A análise multivariada com gráficos, um dos tipos primários de análise exploratória de dados, faz uso de imagens para exibir a relação entre duas ou mais variáveis. 

No que se refere à análise exploratória de dados e ao pré-processamento de dados, julgue o próximo item.  

A fase de pré-processamento de dados é um processo semiautomático que depende da capacidade do analista de identificar os problemas presentes nos dados e a natureza desses problemas, bem como os métodos para solucioná-los.

Com relação a Big Data, julgue o item seguinte.

Volume, variedade, velocidade, valor, veracidade, variabilidade e visualização são conceitos abrangidos na definição de Big Data.

Com relação a Big Data, julgue o item seguinte.

Big Data é um conjunto de dados maior e mais complexo de novas fontes de dados que softwares tradicionais de processamento de dados não conseguem gerenciar devido ao seu volume.

Com relação a Big Data, julgue o item seguinte.

Entre as quatro análises possíveis no Big Data, a análise diagnóstica tem como foco recomendar ações específicas a serem tomadas, e seus resultados podem ser usados para melhorar a eficiência, a eficácia e a produtividade das empresas.

No que se refere à análise e à mineração de dados, julgue o próximo item.

A tarefa de agrupamento de dados consiste na análise de conjuntos de dados em que estão presentes apenas as descrições dos dados e pode até mesmo resolver problemas de detecção de desvios.

No que se refere à análise e à mineração de dados, julgue o próximo item.

A modelagem preditiva é a mais profunda para a estimativa de resultados desconhecidos e inclui técnicas de amostra como árvores de decisão, redes neurais, análise de regressão e classificação. 

No que se refere à análise e à mineração de dados, julgue o próximo item.

Entre as tarefas de mineração de dados, as preditivas são aquelas que usam os valores dos atributos descritivos para encontrar padrões que descrevam os dados de maneira que o ser humano possa interpretá-los. 

No que se refere à análise e à mineração de dados, julgue o próximo item.

A análise preditiva de dados se diferencia da análise prescritiva de dados porque a primeira tem o objetivo de determinar as consequências das decisões tomadas, enquanto a segunda utiliza fatos do passado para visualizar e prever eventos futuros.

No que se refere à análise e à mineração de dados, julgue o próximo item.

Entre as técnicas de mineração de dados, a análise de sequência e caminho se caracteriza pelo processo de encontrar relacionamentos entre dois conjuntos de dados diferentes e aparentemente não relacionados.

Com base nos padrões estabelecidos pelas normas ABNT NBR ISO 37.120:2017 e NBR ISO 37.122:2019, julgue o item a seguir. 

A NBR ISO 37.120:2017 divide os indicadores em essenciais, de apoio e de perfil, sendo estes últimos utilizados como uma referência informativa.

Com base nos padrões estabelecidos pelas normas ABNT NBR ISO 37.120:2017 e NBR ISO 37.122:2019, julgue o item a seguir. 

Consoante a NBR ISO 37.120:2017, a taxa de desemprego da cidade, que é um indicador essencial, é considerada um dos indicadores mais simples e esclarecedores do mercado de trabalho, sendo usada para medir a oferta de trabalho e localizar os ciclos de negócio de uma cidade.

Com base nos padrões estabelecidos pelas normas ABNT NBR ISO 37.120:2017 e NBR ISO 37.122:2019, julgue o item a seguir. 

Os indicadores previstos nas citadas normas são formulados para cada 100 mil habitantes da cidade, a fim de permitir que cidades de diferentes tamanhos comparem os resultados entre si com relativa facilidade e eficiência; no entanto, para cidades pequenas, há as medidas intermediárias de 1 mil e 10 mil habitantes, admitindo-se um pequeno ajuste matemático para refletir essas diferenças, com o objetivo de obter uma comparação precisa. 

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

Em relação à representação do conhecimento, o termo ontologia refere-se a uma estrutura de conceitos representados por um vocabulário lógico, um modelo informacional que descreve e representa um domínio de conhecimento específico.

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

A OWL pode ser utilizada por aplicações que precisam processar o conteúdo da informação, ao invés de apenas disponibilizar conteúdo. 

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

A OWL é uma linguagem voltada para a instanciação de ontologia web, podendo a ontologia OWL formalizar um domínio, definindo classes e propriedades e, por meio da semântica formal OWL, especificar como derivar consequências lógicas. 

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

Entidades são os blocos de construção fundamentais das ontologias OWL 2 e definem o vocabulário de uma ontologia; assim, o conjunto de entidades constitui a assinatura de uma ontologia.

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

A semântica baseada em RDF da OWL 2 atribui significado diretamente aos gráficos RDF e pode ser aplicada a qualquer ontologia OWL 2, sem restrições, assim como qualquer ontologia OWL 2 pode ser mapeada para RDF.