Logo Mapa da Prova

Questões de Tecnologia da Informação - Aprendizado de máquina

    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: 6 de 24

410376

copy

Banca: CESPE / Cebraspe

Órgão: SERPRO

Cargo(s): Analista - Redes | Ciência de Dados

Ano: 2021

Matéria/Assunto: Tecnologia da Informação > Aprendizado de máquina

Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.


Considerando essa situação hipotética, julgue o item que se
segue.
Em cada iteração na estimação do parâmetro β, o método do gradiente descendente requer n observações da base de treinamento, ao passo que o método do gradiente descendente estocástico utiliza uma observação selecionada aleatoriamente dessa base de treinamento.

Questão: 7 de 24

410367

copy

Banca: CESPE / Cebraspe

Órgão: SERPRO

Cargo(s): Analista - Redes | Ciência de Dados

Ano: 2021

Matéria/Assunto: Tecnologia da Informação > Aprendizado de máquina

No que se refere a técnicas de regressão, técnicas de agrupamento
e aprendizado profundo, julgue o item seguinte.
Nos agrupamentos hierárquicos, um dendrograma é uma árvore que controla quando os clusters são criados e que determina qual é a métrica das distâncias.

Questão: 8 de 24

410368

copy

Banca: CESPE / Cebraspe

Órgão: SERPRO

Cargo(s): Analista - Redes | Ciência de Dados

Ano: 2021

Matéria/Assunto: Tecnologia da Informação > Aprendizado de máquina

No que se refere a técnicas de regressão, técnicas de agrupamento
e aprendizado profundo, julgue o item seguinte.
Uma máquina de Boltzmann instanciada em um determinado contexto identifica os seus objetos e as suas características e classificações bem como reforça os padrões aprendidos e monitora os padrões desconhecidos.

Questão: 9 de 24

410370

copy

Banca: CESPE / Cebraspe

Órgão: SERPRO

Cargo(s): Analista - Redes | Ciência de Dados

Ano: 2021

Matéria/Assunto: Tecnologia da Informação > Aprendizado de máquina

Dados ausentes são muito comuns em aplicações que
envolvem preenchimentos de formulários. Para o seu tratamento
estatístico, encontra-se, na literatura, uma taxonomia para o
mecanismo gerador de dados ausentes que os classifica em tipos
como MAR (missing at random), MCAR (missing completely at
random) e MNAR (missing not at random).


Considerando essas informações, julgue o item subsequente,
relativos ao tratamento de dados ausentes.
Geralmente, os dados ausentes do tipo MNAR são ignoráveis por não haver relação entre o processo gerador de dados ausentes e os parâmetros que são objeto de estudo estatístico.

Questão: 10 de 24

410365

copy

Banca: CESPE / Cebraspe

Órgão: SERPRO

Cargo(s): Analista - Redes | Ciência de Dados

Ano: 2021

Matéria/Assunto: Tecnologia da Informação > Aprendizado de máquina

Sobre as técnicas de classificação em aprendizado de máquina,
julgue o item a seguir.
Devido ao fato de pressupor independência entre atributos, o algoritmo Naive Bayes é capaz de realizar, com precisão, o treinamento de um modelo com uma quantidade reduzida de amostras.