Acerca de redes neurais, julgue o item subsecutivo.

As redes neurais convolucionais são uma classe de redes neurais artificiais projetadas para processar dados sequenciais, como texto ou áudio, utilizando camadas convolucionais que aplicam filtros para prever, diretamente, a saída final, isto é, sem extrair características intermediárias.

Acerca de redes neurais, julgue o item subsecutivo.

As redes neurais feedforward processam dados de entrada até a saída em uma única direção, passando por camadas ocultas, sem ciclos, e são amplamente aplicadas em tarefas supervisionadas, como classificação e regressão.

Julgue o item subsequente, a respeito de LLM e IA generativa.

No processo de inferência, o LLaMA utiliza decodificação paralela em vez de decodificação sequencial, gerando todos os tokens simultaneamente, sem depender do contexto anterior, o que elimina a necessidade de otimizações como layer-wise quantization.

Julgue o item subsequente, a respeito de LLM e IA generativa.

O RAG (retrieval-augmented generation) reduz a necessidade de contextualizar prompts, pois o LLM, sozinho, consegue acessar, dinamicamente, informações externas sem qualquer integração prévia com sistemas de recuperação.

No que se refere à ciência de dados, julgue o item seguinte.

No processamento de linguagem natural, para transformar texto bruto em um formato mais estruturado e padronizado, utilizam-se técnicas como a remoção de pontuação, a normalização dos dados, a tokenização e a eliminação de stop words.

No que se refere à ciência de dados, julgue o item seguinte.

No treinamento de modelos generativos em deep learning, o modelo remove, gradualmente, ruído dos dados reais; em seguida, o modelo aprende a reverter esse processo, adicionando ruído aos ponchos para gerar dados semelhantes aos originais.

No que se refere à ciência de dados, julgue o item seguinte.

Em big data, representações visuais, como gráficos e dashboards, permitem que padrões sejam rapidamente identificados.

A respeito de data mart e data mining, julgue o item a seguir.

Um data mart de vendas oferece dados específicos, como metas, desempenho por região, histórico de clientes e sazonalidade de produtos, informações cruciais para que a equipe de vendas faça análises detalhadas e rápidas, comparando o desempenho entre regiões e ajustando estratégias com base em históricos e tendências específicas.

A respeito de data mart e data mining, julgue o item a seguir.

O uso de data mining permite, por exemplo, que uma empresa de varejo descubra padrões de compra ocultos em grandes volumes de dados, permitindo que a empresa crie promoções direcionadas ou ajuste o leiaute da loja para aumentar as vendas.

A respeito da arquitetura de DW (data warehouse) e do processo ETL (Extract, Transformation and Load), julgue o item a seguir.

Um DW é projetado para armazenar dados operacionais históricos, utilizando a mesma estrutura dos dados transacionais, com o objetivo de diminuir a latência nas consultas analíticas.