Questões de Concurso
Para analista judiciário
Foram encontradas 8.379 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Nesse contexto, considere uma tabela T, com colunas A, B, C e D, para as quais são válidas as seguintes dependências funcionais:
A -> B B -> C B -> D C -> B
Supondo que, adicionalmente, a dependência funcional
C -> A
seja válida, é correto concluir que, obrigatoriamente, a tabela T deve ser:
Nesse contexto, com relação aos domínios de desempenho de projetos, Luís deve:
De acordo com o NIST SP 800-145, o modelo de implementação adotado pelo órgão foi:
O aplicativo de Eriberto realiza a tarefa de:
A magnitude do gradiente resultante da aplicação do operador na matriz acima é:
Esse algoritmo tem como característica considerar que cada documento é:
xA = [2, −2, 0, 1,] e xB = [−4, 0, 2, −4].
Os valores da similaridade de cosseno e da distância de Manhattan entre essas duas instâncias são, respectivamente:
Em seu relatório, Carolina destaca corretamente que o:
Nessa etapa, Bernardo realizou uma:
A abordagem que utiliza como medida a maior distância de um ponto do primeiro cluster para um ponto do segundo cluster é chamada de ligação:
Sabendo que o neurônio possui como função de ativação a função sigmoide, o valor de saída do neurônio será:
Ao calcular a F1-score ponderada para esse classificador, Anderson obteve o valor:
import torch import torch.nn.functional as F
input = torch.randn(3, 5, requires_grad=True)
target = torch.tensor([1, 2, 0])
loss_fn = F.nll_loss loss = loss_fn(F.log_softmax(input, dim=1), target)
print(loss)
Ao ser executado, o trecho do script acima irá:
Dessa forma, Francisco descobriu que é possível executar nativamente uma aplicação feita com o React Native:
import numpy as np
a = np.arange(16).reshape(8,2).T print(a.shape, a.ndim, a[0][1])
Ao ser executado, o código acima imprime na saída padrão: