Questões

Pratique com questões de diversas disciplinas e universidades

3.343 questões encontradas(exibindo 10)

Página 30 de 335

O que permite que os carros autônomos naveguem de forma independente?

A

Redes de infraestrutura

B

Combustíveis alternativos

C

Sensores e algoritmos de inteligência artificial

D

Sistemas de freio automáticos

Acerca da utilização do aprendizado de máquina, complete o texto: Na busca de padrões, é comum a utilização do aprendizado em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.

A
Supervisionado
B
Tradicional
C
Inteligente
D
Não supervisionado
E
Por reforço

O que diferencia a ciência de dados da estatística tradicional?

A
A estatística é uma habilidade dispensável no campo da ciência de dados.
B
A estatística utiliza a tecnologia de big data para armazenar dados estruturados e não estruturados.
C
Nada as diferenciam, na realidade, trata-se do mesmo conceito com nomes diferentes.
D
A estatística se preocupa na análise de variáveis com valores finitos como sexo, estado civil e idade, enquanto a ciência de dados trata das variáveis com valores infinitos como peso, altura, tempo online etc.
E
A ciência de dados possui uma abordagem mais holística. Ela também está envolvida na coleta, armazenamento (big data), tratamento e limpeza dos dados, bem como em transmitir as percepções extraídas da análise desses dados (visualização dos dados).
Escolha a alternativa que completa as lacunas da seguinte afirmação de forma correta. Para que se possa aplicar com sucesso cada uma das etapas do processo de ______________ e obter um resultado significativo da análise de agrupamento, é importante ter em mente as possíveis ______________ dos dados, pois elas impõem certos desafios na aplicação da análise de agrupamento, que, se não considerados, podem levar a conclusões ____________ sobre a estrutura encontrada nos dados.
A
agrupamento; variações; precipitadas
B
inferência; ambiguidades; ambíguas
C
classificação; fontes; ambíguas
D
descoberta; variações; controversas
E
agrupamento; características; errôneas
Como é possível identificar que tem um processo novo e que ainda não foi aberto na unidade?
A
O número do processo fica maior do que os outros já visualizados
B
O número do processo fica da cor preta
C
O número do processo fica da cor vermelha, na coluna de processos recebidos
D
O número do processo fica da cor azul
E
O número do processo fica da cor vermelha, na coluna de processos recebidos

O que é o overfitting em aprendizado de máquina?

A

Quando o modelo perde capacidade de previsão devido à falta de dados.

B

Quando o modelo se ajusta excessivamente aos dados de treinamento, tornando-se incapaz de generalizar.

C

Quando o modelo consegue identificar padrões que não existem nos dados.

D

Quando o modelo faz previsões apenas com base em dados ruidosos.

E

Quando o modelo é simples demais para aprender a complexidade dos dados.

Camadas ocultas requerem algoritmos de aprendizagem que contemplem a atualização dos pesos relacionados às camadas internas. O processo de ativação acontece primeiramente nas camadas ocultas para depois chegar até a camada de saída. A retroalimentação do erro também é feita nos pesos que conectam a(s) camada(s) oculta(s). O algoritmo mais comum utilizado para o treinamento de um perceptron multicamada é:

A
Algoritmo de campo local induzido.
B
Algoritmo de sinal funcional.
C
Algoritmo de erro contínuo.
D
Algoritmo de retropropagação.
E
Algoritmo de biopropagação induzida.

O que é uma Rede Neural Convolucional (CNN) e onde ela é comumente aplicada?

A

Uma CNN é uma rede neural simples que aplica uma transformação linear nos dados, sendo ideal para problemas de regressão.

B

A CNN é uma arquitetura de rede neural profunda projetada para trabalhar com dados espaciais, como imagens, para identificar padrões e objetos.

C

As CNNs são usadas exclusivamente para análise de dados temporais e séries temporais.

D

As CNNs são úteis apenas em modelos de aprendizado não supervisionado para agrupar dados.

E

As CNNs não podem ser usadas em problemas com grandes volumes de dados.

Sobre o exposto, classifique V para as sentenças verdadeiras e F para as falsas:

Sazonalidade descreve comportamentos que se repetem com determinada periodicidade. Ela pode ser percebida como uma componente oscilatória que apresenta variação ao longo da tendência.

As médias móveis representam valores aleatórios causados por diferentes fatores, dependendo da origem da série temporal. Estes valores, que não se repetem e não apresentam um padrão definido, podem comprometer o resultado de algumas análises.

O ruído é um método muito simples para previsão de valores futuros. Baseia-se na premissa de que o valor futuro é constituído pela média de valores passados.

Tendência pode ser definida como a alteração de longo prazo no nível médio, onde o nível refere-se ao valor ou faixa de valores que a variável pode assumir caso não seja observada tendência em longo prazo.

A
V - F - F - V.
B
F - V - F - V.
C
V - V - F - V.
D
V - F - V - F.

Segundo Russell (2013), sistemas que implementam sensores geralmente são aplicados em ambientes não observáveis ou parcialmente observáveis. Com base no exposto, assinale a alternativa que apresenta a que a afirmação anterior está se referindo.

A
Programação estruturada.
B
Modelos de previsão proposicionais.
C
Modelo de sensores.
D
Processos de conversão de ambientes.
E
Mecanismos de respostas.