Questões de Concurso Comentadas para analista - tecnologia da informação

Foram encontradas 2.419 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

www.qconcursos.com
Q1754008
Estatística Estatística descritiva (análise exploratória de dados) , Medidas de Posição - Tendência Central (Media, Mediana e Moda) ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754008 Estatística
Considerando que o número X de erros registrados em determinado tipo de código computacional siga uma distribuição binomial com média igual a 4 e variância igual a 3, julgue o item subsecutivo. 
A mediana de X é igual a 4.
Alternativas
Q1754007
Estatística Principais distribuições de probabilidade , Distribuição Normal ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754007 Estatística
Considerando que o número X de erros registrados em determinado tipo de código computacional siga uma distribuição binomial com média igual a 4 e variância igual a 3, julgue o item subsecutivo. 
A quantidade padronizada Z = x - 4/√3 segue distribuição normal padrão.
Alternativas
Q1754006
Estatística Estatística descritiva (análise exploratória de dados) , Medidas de Posição - Tendência Central (Media, Mediana e Moda) , Medidas de Dispersão (Amplitude, Desvio Médio, Variância, Desvio Padrão e Coeficiente de Variação) ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754006 Estatística
Considerando que o número X de erros registrados em determinado tipo de código computacional siga uma distribuição binomial com média igual a 4 e variância igual a 3, julgue o item subsecutivo. 
É impossível haver registros de 18 erros nesse tipo de código computacional.
Alternativas
Q1754005
Programação Frameworks em Programação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754005 Programação
A respeito de frameworks, julgue os itens subsequentes.
O PySpark funciona como uma interface entre Python e JAVA para a construção de pipelines de dados.
Alternativas
Q1754004
Programação Frameworks Java ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754004 Programação
A respeito de frameworks, julgue os itens subsequentes.
TensorFlow é utilizado com Java para implementar espaços de colaboração, unindo os desenvolvedores de um time em um mesmo ambiente virtual.
Alternativas
Q1754003
Programação Java , Linguagens de programação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754003 Programação
Sobre a linguagem de programação JAVA, julgue o próximo item.
O polimorfismo ocorre quando a mesma operação é construída em uma mesma classe ou quando o método da subclasse sobrepõe-se ao método da superclasse.
Alternativas
Q1754002
Programação Java , Linguagens de programação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754002 Programação
Sobre a linguagem de programação JAVA, julgue o próximo item.
A compilação de um programa JAVA para ambiente Windows gera um programa com extensão EXE, o qual é executado pelo sistema operacional.
Alternativas
Q1754001
Programação Linguagens de programação , Python ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754001 Programação
A respeito da linguagem de programação Python, julgue o item a seguir.
Listas são coleções alteráveis de qualquer tipo de objeto — como, por exemplo, outras listas — capazes de gerar um efeito top-down sem limite de níveis.
Alternativas
Q1754000
Programação Linguagens de programação , Python ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754000 Programação
A respeito da linguagem de programação Python, julgue o item a seguir.
As tuplas, embora sejam semelhantes às listas, estão limitadas a, no máximo, cinco níveis.
Alternativas
Q1753999
Banco de Dados Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753999 Banco de Dados
    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.
Alternativas
Q1753998
Banco de Dados Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753998 Banco de Dados
    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.
Alternativas
Q1753997
Banco de Dados Banco de Dados ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753997 Banco de Dados
    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 método do gradiente descendente é equivalente ao método de Newton-Raphson, no qual o incremento, para a estimação do parâmetro β, depende da primeira e da segunda derivada da função objetivo g(β).
Alternativas
Q1753996
Banco de Dados Banco de Dados , Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753996 Banco de Dados
    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).
Alternativas
Q1753995
Banco de Dados Metadados e Metainformação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753995 Banco de Dados
    Dados ausentes são muito comuns em aplicações que envolvem preenchimentos de formulários. Para o seu tratamento estatístico, encontra-se, na literatura, uma taxonomia para o mecanismo gerador de dados ausentes que os classifica em tipos como MAR (missing at random), MCAR (missing completely at random) e MNAR (missing not at random).
Considerando essas informações, julgue os itens subsequentes, relativos ao tratamento de dados ausentes.  
Para o tratamento estatístico de valores ausentes do tipo MCAR, é suficiente preencher com zeros as lacunas existentes em um conjunto de dados.
Alternativas
Q1753994
Banco de Dados Metadados e Metainformação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753994 Banco de Dados
    Dados ausentes são muito comuns em aplicações que envolvem preenchimentos de formulários. Para o seu tratamento estatístico, encontra-se, na literatura, uma taxonomia para o mecanismo gerador de dados ausentes que os classifica em tipos como MAR (missing at random), MCAR (missing completely at random) e MNAR (missing not at random).
Considerando essas informações, julgue os itens subsequentes, relativos ao tratamento de dados ausentes.  
Os dados ausentes do tipo MAR são aqueles que dependem de fatores — ou variáveis — observáveis, como, por exemplo, o horário de preenchimento de um formulário.
Alternativas
Q1753993
Banco de Dados Big Data ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753993 Banco de Dados
    Dados ausentes são muito comuns em aplicações que envolvem preenchimentos de formulários. Para o seu tratamento estatístico, encontra-se, na literatura, uma taxonomia para o mecanismo gerador de dados ausentes que os classifica em tipos como MAR (missing at random), MCAR (missing completely at random) e MNAR (missing not at random).
Considerando essas informações, julgue os itens subsequentes, relativos ao tratamento de dados ausentes.  
Geralmente, os dados ausentes do tipo MNAR são ignoráveis por não haver relação entre o processo gerador de dados ausentes e os parâmetros que são objeto de estudo estatístico.
Alternativas
Q1753992
Banco de Dados Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753992 Banco de Dados
No que se refere a técnicas de regressão, técnicas de agrupamento e aprendizado profundo, julgue os item seguinte. 
O modelo de regressão linear é suscetível à multicolinearidade, a qual diz respeito ao fato de o erro da predição permanecer estável, dentro de um intervalo de confiança aceitável, à medida que os valores de entrada mudam.
Alternativas
Q1753988
Banco de Dados BI (Business Intelligence) ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753988 Banco de Dados
Sobre as técnicas de classificação em aprendizado de máquina, julgue o item a seguir.
Devido ao fato de pressupor independência entre atributos, o algoritmo Naive Bayes é capaz de realizar, com precisão, o treinamento de um modelo com uma quantidade reduzida de amostras.
Alternativas
Q1753987
Banco de Dados Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753987 Banco de Dados
Sobre as técnicas de classificação em aprendizado de máquina, julgue o item a seguir.
As árvores de decisão apresentam significativa independência dos dados de treinamento, o que garante forte estabilidade dos caminhos em caso de mudanças nos dados.
Alternativas
Q1753985
Direito Digital Lei nº 13.709 de 2018 - Lei Geral de Proteção de Dados Pessoais (LGPD) , Segurança, Boas Práticas e Fiscalização ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Provas: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados | CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Desenvolvimento de Sistemas |
Q1753985 Direito Digital
Acerca de privacidade e proteção de dados pessoais, julgue o item subsequente.
Em caso de infração à LGPD cometida por agente de tratamento de dados, um dos critérios para a aplicação da sanção administrativa ao infrator é a sua condição econômica.
Alternativas
Respostas
741: C
742: E
743: C
744: C
745: E
746: C
747: E
748: C
749: E
750: C
751: C
752: E
753: E
754: E
755: C
756: E
757: E
758: C
759: E
760: C
www.qconcursos.com