Questões
Pratique com questões de diversas disciplinas e universidades
6.098 questões encontradas(exibindo 8)
A robótica tem um papel importante na exploração científica.
Qual dos seguintes robôs é conhecido por sua missão de coletar dados sobre o clima e a atmosfera de outros planetas?
Robô Hubble
Robô Curiosity
Robô Perseverance
Robô Spirit
04- Em relação a Ciência de Dados assinale a alternativa correta:
É uma atividade interdisciplinar, que concilia principalmente duas grandes áreas: Ciência da Computação e Administração
Apesar de não ser uma área nova, o tema vem se popularizando, graças à explosão na produção de dados e crescente dependência desses dados para a tomada de decisão
Área de conhecimento voltada para o estudo e a análise de dados, onde busca-se extrair conhecimento e criar novos dados não estruturados.
Entre as funções típicas de um cientista de dados está a coleta, organização e manipulação de dados usando ferramentas para processamento de texto como o MS-WORD.
É uma geração de especialistas da área de negócio e gestão que possuem as habilidades técnicas para resolver problemas complexos - e a curiosidade para explorar quais problemas precisam ser resolvidos
Qual é o papel do algoritmo de SVM (Support Vector Machine)?
Classificar dados em duas ou mais categorias separáveis por um hiperplano.
Reduzir a dimensionalidade de um conjunto de dados de forma eficiente.
Agrupar dados com características semelhantes sem usar rótulos.
Predizer variáveis contínuas em um conjunto de dados.
Realizar análise de sentimentos com base em texto.
Which two factors do you inspect to access the general health of the adaptive models in Prediction Studio? (Choose Two)
Qual é a melhor prática financeira para quem deseja economizar para uma emergência?
Guardar o dinheiro em casa para segurança
Investir em ações de alto risco para obter retornos rápidos
Criar uma conta poupança separada para o fundo de emergência
Usar todo o salário para pagar dívidas imediatamente
Qual é o objetivo de usar feature engineering no desenvolvimento de um modelo de aprendizado de máquina?
O que é o conceito de overfitting em modelos de aprendizado de máquina?
O modelo não consegue aprender os padrões dos dados de treinamento.
O modelo se adapta excessivamente aos dados de treinamento, perdendo capacidade de generalizar para novos dados.
O modelo apresenta baixa precisão em ambos os dados de treinamento e de teste.
O modelo generaliza bem em todos os dados, mas precisa de mais parâmetros para melhorar.
O modelo tem uma boa capacidade de prever resultados em novos dados sem problemas de viés.