Magna Concursos

Foram encontradas 370 questões.

3724487 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SUSEP

Acerca de inteligência artificial (IA), julgue o seguinte item.

Em redes neurais artificiais, as funções de ativação não lineares são essenciais para que o modelo possa aprender representações complexas, uma vez que múltiplas camadas de transformações lineares equivaleriam a uma única transformação linear.

 

Provas

Questão presente nas seguintes provas
3724486 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SUSEP

Acerca de inteligência artificial (IA), julgue o seguinte item.

No processamento de linguagem natural, os modelos baseados em arquitetura transformer superaram as RNN e LSTM principalmente pela capacidade de tais modelos processarem sequências mais longas com menor custo computacional.

 

Provas

Questão presente nas seguintes provas
3724485 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SUSEP

Acerca de inteligência artificial (IA), julgue o seguinte item.

As redes neurais convolucionais (CNN) são fundamentais para tarefas de visão computacional porque implementam operações de convolução que permitem a extração hierárquica de características visuais, desde bordas e texturas em camadas iniciais, até estruturas mais complexas em camadas profundas.

 

Provas

Questão presente nas seguintes provas
3724484 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SUSEP

A respeito de aprendizagem de máquina, julgue o item que se segue.

Em validação cruzada k-fold, cada instância do conjunto de dados é utilizada uma única vez para teste, o que garante avaliação equilibrada.

 

Provas

Questão presente nas seguintes provas
3724483 Ano: 2025
Disciplina: Economia
Banca: CESPE / CEBRASPE
Orgão: SUSEP

A respeito de aprendizagem de máquina, julgue o item que se segue.

A aplicação de PCA (análise de componentes principais) em contexto não supervisionado independe de rótulos para extrair componentes de maior variância.

 

Provas

Questão presente nas seguintes provas
3724482 Ano: 2025
Disciplina: Economia
Banca: CESPE / CEBRASPE
Orgão: SUSEP

A respeito de aprendizagem de máquina, julgue o item que se segue.

A regularização L2 (ridge) reduz a magnitude dos coeficientes sem anulá-los completamente, o que pode mitigar o overfitting, mas não realiza seleção automática de variáveis.

 

Provas

Questão presente nas seguintes provas
3724481 Ano: 2025
Disciplina: TI - Desenvolvimento de Sistemas
Banca: CESPE / CEBRASPE
Orgão: SUSEP

A respeito de aprendizagem de máquina, julgue o item que se segue.

No agrupamento hierárquico, ao contrário do k-means, não se exige especificação prévia do número de clusters.

 

Provas

Questão presente nas seguintes provas
3724480 Ano: 2025
Disciplina: Economia
Banca: CESPE / CEBRASPE
Orgão: SUSEP

A respeito de aprendizagem de máquina, julgue o item que se segue.

O modelo de aprendizado supervisionado ajusta uma função de mapeamento a partir de exemplos rotulados para generalizar dados ainda não vistos.

 

Provas

Questão presente nas seguintes provas
3724479 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SUSEP

A respeito de aprendizagem de máquina, julgue o item que se segue.

No algoritmo Apriori, utilizado para mineração de regras de associação, o princípio da monotonicidade estabelece que, se um itemset for frequente, então todos os seus superconjuntos também serão frequentes, o que permite uma poda eficiente do espaço de busca.

 

Provas

Questão presente nas seguintes provas
3724478 Ano: 2025
Disciplina: Estatística
Banca: CESPE / CEBRASPE
Orgão: SUSEP

Em estudo conduzido acerca da consonância dos preços praticados pelas seguradoras com a estrutura atuarial de risco, um analista concluiu que a distribuição de probabilidade dos prêmios (em R$) cobrados para veículos de perfil de baixo risco pode ser representada por uma variável aleatória contínua X, cuja função de densidade de probabilidade é representada por

\(f(x) = \dfrac{\alpha(2.500)^{\alpha}}{x^{\alpha+1}}\)

em que x ≥ R$ 2.500, e α é o parâmetro de forma conhecido como índice de Pareto.

Com base nessas informações, julgue o próximo item.

O estimador de máxima verossimilhança para o índice de Pareto α é dado em função da média dos valores dos prêmios observados em uma amostra aleatória simples.

 

Provas

Questão presente nas seguintes provas