Questões de Concurso Para assistente de tecnologia da informação

A respeito da biblioteca Leafleat para R, julgue o próximo item.  

Leafleat é uma biblioteca R para criar e manipular uma hierarquia de classes ou árvore de herança, mostrando os relacionamentos entre classes na programação orientada a objetos.

Julgue o item a seguir, a respeito de TensorFlow. 

Pipelines, em TensorFlow, são um conjunto de componentes padrão que podem ser utilizados como parte de um script de treinamento de machine learning.

Com relação às bibliotecas Matplotlib, Seaborn, Streamlit e Scipy, julgue o item subsequente.

Streamlit é uma biblioteca utilizada para criar interfaces web, como, por exemplo, um dashboard com vários gráficos interativos. 

Com relação às bibliotecas Matplotlib, Seaborn, Streamlit e Scipy, julgue o item subsequente.

from scipy import optimize x = [-2,-1.6, -1.2, -0.8, -0.4, 0, 0.4, 0.8, 1.2, 1.6, 2.0] def f(x):  return x*x-1 ra = optimize.root(f, 0.5) print(“ra %s” % (ra.x)) 

A execução do código Python apresentado anteriormente resultará no seguinte. ra [1.]

Com relação às bibliotecas Matplotlib, Seaborn, Streamlit e Scipy, julgue o item subsequente.

A função histogram() do Seaborn permite que se gere um histograma de um array unidimensional.

Com relação às bibliotecas Matplotlib, Seaborn, Streamlit e Scipy, julgue o item subsequente.
O módulo pyplot da biblioteca Matplotlib é um conjunto de funções de estilo de comando que permitem que gráficos sejam gerados.

Com relação às bibliotecas Matplotlib, Seaborn, Streamlit e Scipy, julgue o item subsequente.

O resultado da execução do código a seguir será
3.45359236999999997. from scipy import constants print(constants.pi)

A respeito da biblioteca Numpy, julgue o item a seguir.

import numpy as np a = np.array([(1, 2), (3, 4), (5, 6)], dtype=[('x', 'i4'), ('y', 'i4')]) print(a) print(a.shape)

O resultado da execução do código Python apresentado anteriormente é o que se segue.
[[1 2] [3 4] [5 6] ['x','i4'] ['y','i4']] (3, 2)

A respeito da biblioteca Numpy, julgue o item a seguir.

O resultado da execução do código Python a seguir resultará em valores diferentes para as variáveis c e d.

import numpy as np

a = np.array([[1,2],[3,4]])

b = np.array([[4,3],[2,1]])

c= np.dot(a,b)

print(c)

d=a*b

print(d)

No que se refere à biblioteca Pandas, julgue o próximo item. 

import pandas as pd

a = [10, 78, 23]

myvar = pd.Series(a, index = [“x”, “y”, “z”])

print(myvar.describe())

Caso o código em Python precedente seja executado, então será apresentado em tela o que se segue. 

count 4.000000

mean 38.000000

std 6.097091

min 10.000000

25% 16.500000

50% 23.000000

75% 50.500000

max 78.000000

dtype: float64

A respeito de redes neurais, julgue o item que se segue.  

Apesar das CNN serem redes neurais profundas, com várias camadas ocultas, elas são dispensadas nos algoritmos de reconhecimento de imagens. 

A respeito de redes neurais, julgue o item que se segue.  


Backpropagation propaga o erro da camada de saída para as camadas intermediárias de uma rede neural a fim de que estas possam modificar seus pesos de forma a minimizar o erro médio. 

A respeito de redes neurais, julgue o item que se segue.  

As redes neurais têm a capacidade de adaptar seus pesos sinápticos considerando as mudanças de padrão dos dados de entrada.

A respeito de redes neurais, julgue o item que se segue.  

Nas redes neurais completamente conectadas, todos os neurônios de uma camada estão conectados aos neurônios da camada seguinte, no entanto, não é possível que as saídas das camadas posteriores alimentem a entrada de camadas anteriores. 

A respeito de redes neurais, julgue o item que se segue.  

As conexões entre as camadas de uma rede neural do tipo MLP são de natureza feedfoward.

Julgue o próximo item, relativos a aprendizado de máquina.

O aprendizado por reforço é um tipo de aprendizagem de máquina que tem por objetivo prever o resultado de um atributo alvo exclusivamente por meio de reforço no treinamento do modelo. 

Julgue o próximo item, relativos a aprendizado de máquina.

A técnica de agrupamento é um tipo de aprendizado não supervisionado em que o algoritmo identifica padrões em um conjunto de dados de entrada sem ter recebido qualquer feedback prévio.

Julgue o próximo item, relativos a aprendizado de máquina.

Os algoritmos SVM (support vector machines) realizam apenas tarefas de regressão. 

Julgue o próximo item, relativos a aprendizado de máquina.

As técnicas de regressão utilizam um conjunto finito de hipóteses para, a partir dos atributos previsores, determinar a categoria de um objeto do conjunto de dados analisado.

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado, julgue o item a seguir. 

O algoritmo k-means seleciona objetos reais de uma base de dados como centroide do grupo para realizar o agrupamento de objetos semelhantes.