Logo Mapa da Prova

Questões de Concurso para Ciência de Dados

    Nenhum resultado
    Nenhum resultado
    Nenhum resultado
    Nenhum resultado
    Nenhum resultado
    Nenhum resultado
    Nenhum resultado
    Nenhum resultado
    Nenhum resultado
    Nenhum resultado

Limpar pesquisa

Configurar questões
Tamanho do Texto
Modo escuro

Questão: 186 de 240

461517

copy

Banca: CESPE / Cebraspe

Órgão: Petrobras

Cargo(s): Ciência de Dados

Ano: 2022

Matéria/Assunto: Tecnologia da Informação > Inteligência Artificial / Aprendizado de Máquina




Julgue o próximo item, considerando o gráfico precedente, que representa as regiões de overfitting e de underfitting, permitindo uma avaliação do relacionamento da complexidade do modelo de aprendizagem de máquina adotado, com o erro de predição.
O Set de Treinamento é usado para qualificar o desempenho do modelo, enquanto o Set de Validação é utilizado para criar o modelo de aprendizado de máquina.

Questão: 187 de 240

461518

copy

Banca: CESPE / Cebraspe

Órgão: Petrobras

Cargo(s): Ciência de Dados

Ano: 2022

Matéria/Assunto: Tecnologia da Informação > Inteligência Artificial / Aprendizado de Máquina




Julgue o próximo item, considerando o gráfico precedente, que representa as regiões de overfitting e de underfitting, permitindo uma avaliação do relacionamento da complexidade do modelo de aprendizagem de máquina adotado, com o erro de predição.
Considerando que a variância é um erro de sensibilidade para pequenas flutuações no conjunto de treinamento, infere-se que um baixo nível de variância pode fazer que o algoritmo associado a um modelo de aprendizado de máquina perca as relações relevantes entre os atributos de entrada e a variável de saída, caracterizando o erro de overfitting, percebido na região à direita do ponto A.

Questão: 188 de 240

461519

copy

Banca: CESPE / Cebraspe

Órgão: Petrobras

Cargo(s): Ciência de Dados

Ano: 2022

Matéria/Assunto: Tecnologia da Informação > Inteligência Artificial / Aprendizado de Máquina




Julgue o próximo item, considerando o gráfico precedente, que representa as regiões de overfitting e de underfitting, permitindo uma avaliação do relacionamento da complexidade do modelo de aprendizagem de máquina adotado, com o erro de predição.
Quando se verifica um alto erro no treinamento com valor próximo ao erro na validação, percebido na região à esquerda do ponto A, tem-se um clássico problema de underfitting, caracterizado pelo alto valor do bias.

Questão: 189 de 240

461520

copy

Banca: CESPE / Cebraspe

Órgão: Petrobras

Cargo(s): Ciência de Dados

Ano: 2022

Matéria/Assunto: Estatística > Estatística avançada / Regressão linear / Regressão Linear Simples

Uma determinada repartição pública fez um levantamento do tempo , em minutos, que os cinco funcionários de uma sessão gastam para chegar ao trabalho em função da distância x, em quilômetros, de suas residências. O resultado da pesquisa realizada com cada um deles é apresentado na tabela a seguir, em que e são, respectivamente, as médias amostrais das variáveis x e y.





Com base nos dados dessa tabela, julgue o próximo item.
Uma forma de melhorar o modelo de regressão linear para a situação em questão é utilizar o modelo de regressão logística, uma vez que a variável dependente se apresenta de forma quantitativa.

Questão: 190 de 240

461521

copy

Banca: CESPE / Cebraspe

Órgão: Petrobras

Cargo(s): Ciência de Dados

Ano: 2022

Matéria/Assunto: Estatística > Estatística avançada / Regressão linear / Regressão Linear Simples

Uma determinada repartição pública fez um levantamento do tempo , em minutos, que os cinco funcionários de uma sessão gastam para chegar ao trabalho em função da distância x, em quilômetros, de suas residências. O resultado da pesquisa realizada com cada um deles é apresentado na tabela a seguir, em que e são, respectivamente, as médias amostrais das variáveis x e y.





Com base nos dados dessa tabela, julgue o próximo item.
Pelo modelo de regressão linear simples, a equação que expressa o relacionamento ajustado entre a variável y em função de x é , em que α é uma constante.