Questões

Pratique com questões de diversas disciplinas e universidades

3.343 questões encontradas(exibindo 10)

Página 84 de 335

Qual a principal diferença entre SVM e Árvore de Decisão?

A

O SVM é baseado em uma função de kernel que encontra o melhor hiperplano de separação, enquanto a árvore de decisão divide os dados em regiões com base em condições lógicas.

B

O SVM é um modelo mais simples e mais rápido que a árvore de decisão.

C

A árvore de decisão é um modelo de aprendizado não supervisionado, enquanto o SVM é supervisionado.

D

O SVM é melhor em problemas de regressão, enquanto a árvore de decisão é ideal para classificação.

E

O SVM não pode ser aplicado a dados de alta dimensionalidade.

Como a IA pode melhorar a segurança de dados dentro de uma empresa?

A

Tornando as ameaças à segurança mais fáceis de ignorar.

B

Detectando padrões de comportamento anômalos e prevenindo ataques cibernéticos.

C

Criando vulnerabilidades nos sistemas de segurança.

D

Ignorando dados sensíveis e mantendo o controle de acesso menos rigoroso.

E

Nenhuma das alternativas anteriores.

Em relação à robótica em ambientes industriais, qual é uma das principais preocupações em relação à segurança?

A

O tamanho dos robôs.

B

A interação entre robôs e operadores humanos.

C

A estética do ambiente de trabalho.

D

O custo de manutenção dos robôs.

Qual é uma das principais limitações dos algoritmos de Monte Carlo?

A

Alta capacidade de exploração

B

Necessidade de muitas simulações para resultados confiáveis

C

Integração fácil com aprendizado não supervisionado

Podemos definir como uma aplicação real de IA o seguinte exemplo:

I. A inteligência artificial é utilizada como forma de potencializar os resultados, aumentar a produtividade e economizar tempo. Ela pode ser implementada em diversos setores para melhorar o desempenho de tarefas e ajudar os profissionais de gestão a mapear processos.

A
Um filtro de spam.
B
Um classificador de documentos.
C
Um identificador de faces.
D
Um gerador automático de códigos.
E
Todas as alternativas estão corretas.

1. Considerando o processo de desenvolvimento de uma rede MLP, assinale a alternativa correta:

A

A definição dos hiperparâmetros é um processo empírico e depende diretamente dos dados disponíveis e do conhecimento prévio do especialista no problema.

B

Apenas as topologias II e V estão corretas.

C

Todas as topologias estão corretas.

D

Apenas as topologias I, II e V estão corretas.

Admita que a área de desenvolvimento de softwares do Ipea está confeccionando um aplicativo responsivo de Machine Learning (ML) usando o Bootstrap, de modo a melhorar a apresentação das planilhas que mostram os vínculos de trabalho das pessoas do setor público. Qual algoritmo de conjunto deve ser utilizado para incrementar a estabilidade desse aplicativo de ML?

A
Protocol
B
Collection
C
Bootstrap Kurbenete
D
Bootstrap Initialization
E
Bootstrap Aggregating

O Supremo Tribunal Federal é composto por 11 Ministros, sendo um Presidente. O histórico de decisões indica que, em questões de natureza política, 3 deles votam sempre da mesma forma, enquanto os outros de maneira contrária. Suponha que uma Turma de 5 juízes será selecionada ao acaso para a análise de uma questão do tipo já referido.

A probabilidade de que o resultado seja favorável à tese dos minoritários é igual a:

A
C_{11}^{5} imes rac{8}{11}^2 imes rac{8}{11}^2
B
rac{3}{11} imes rac{2}{9}
C
rac{8}{11}^2 imes rac{3}{11}^2
D
1 - rac{8}{11} imes rac{7}{10}
E
1 - rac{2}{8}^2

No contexto de aprendizado supervisionado, o que é a função de custo?

A

A função usada para calcular a acurácia do modelo.

B

A função que penaliza o modelo por prever de maneira incorreta.

C

A função que ajusta os pesos da rede neural.

D

A função usada para calcular a precisão do modelo em dados de treinamento.

E

A função que ajusta a taxa de aprendizado durante o treinamento.

Com base nos materiais disponibilizados e na palestra IA: “IA, te seduz ou te assusta”, a técnica de IA que associa métodos de computação e um sistema biológico para seus modelos é:
A
Random Forest.
B
Regressão Linear.
C
Visão Computacional.
D
Redes Neurais.
E
Máquina de Suporte Vetorial.