A Lei Complementar nº 94 autorizou o Poder Executivo a criar a Região Integrada de Desenvolvimento do Distrito Federal e Entorno (RIDE-DF) e instituir o Programa Especial de Desenvolvimento do Entorno do Distrito Federal. E, no art. 3º, discorre acerca dos serviços públicos comuns ao DF e aos municípios que integram esta RIDE e coloca em destaque especial esses serviços relacionados às áreas de infraestrutura e de

De acordo com a Lei Complementar nº 94/1998, que autoriza o Poder Executivo a criar a Região Integrada de Desenvolvimento do Distrito Federal e Entorno (RIDE-DF), quanto ao conceito de RIDE, assinale a alternativa correta.

A respeito de visual analytics, assinale a alternativa correta.

Assinale a alternativa que apresenta a estrutura de dados que possui complexidade temporal O(1) no caso médio em uma operação de busca.

As redes neurais convolucionais são bastante utilizadas em problemas de visão computacional, em particular na radiologia. Tais redes são projetadas para aprender de forma automática e adaptativa hierarquias espaciais de features de imagens por meio de várias operações divididas em camadas. A seguir, a descrição de uma dessas camadas usualmente utilizadas. A função primária dessa camada é reduzir progressivamente o tamanho espacial do volume de dados de entrada. A redução é feita por meio do mapeamento de seções de tamanho 2 !$ \times !$ 2 ou 3 !$ \times, !$ 3 do mapa de features para o valor máximo ou médio dessas seções. Uma das vantagens dessa operação é computacional, uma vez que, ao se reduzir a resolução da imagem para um quarto ou para um nono da quantidade de pixels da camada anterior, diminui o número de pesos e de cálculos para treinar a rede.

Assinale a alternativa que corresponde ao nome da camada descrita.

Assinale a alternativa que corresponde ao fragmento de código fonte correto na linguagem Python que

!$ \bullet !$ gera 50 valores aleatórios distribuídos normalmente com média nula e variância unitária na variável !$ x !$;

!$ \bullet !$ calcula a imagem dos pontos gerados pela função !$ y=1+2x-x^2+ε !$, sendo !$ ε !$ um erro aditivo que é também normalmente distribuído com média nula e variância unitária;

!$ \bullet !$ faz a regressão linear para o modelo !$ w(x)=a+bx+cx^2 !$ utilizando a função LinearRegression da biblioteca Scikit-Learn.

Considere a seguinte descrição de um algoritmo para aprendizado não supervisionado: “Primeiramente, escolha um número de classes ou agrupamentos !$ K !$. Em seguida, coloque aleatoriamente no espaço de observações !$ K !$ vetores denominados de centroides !$ C_K !$. Agora, calcule a distância euclidiana de cada observação !$ x !$, a ser agrupada, para cada centroide !$ C_K !$ definido no passo anterior. Com isso, rotule as observações !$ x !$ que estão mais próximas de cada um dos centroides !$ C_K !$ para criar agrupamentos em torno deles. Agora, para cada agrupamento, calcule o vetor médio das observações e defina esses vetores médios como os novos centroides. Finalmente, recalcule a distância de cada observação para cada novo centroide, modificando os rótulos se necessário e repetindo o procedimento até que os rótulos não mais se alterem após a posição dos centroides serem recalculadas.”

O algoritmo descrito é conhecido como

Considere, hipoteticamente, que tenha sido treinado um classificador binário embasado na regressão logística. Esse classificador tem o objetivo de fornecer um diagnóstico de doente (y = 1) ou de saudável (y = 0) para um par de informações correspondentes ao peso do paciente (em kg) e ao tamanho (em mm) do nódulo observado em imagem.

O classificador calculou o log das probabilidades como sendo

!$ In(\dfrac{P(y=1)}{1-P(y=1)}) = h(p,t)=4-\dfrac{P}{10} + 3t !$

Assim, para que um indivíduo de 80 kg seja classificado como doente, é necessário que o nódulo observado tenha o tamanho

A respeito de big data, assinale a alternativa correta.

A respeito de bancos de dados relacionais e não relacionais, assinale a alternativa correta.