Um estatístico acredita que existe uma relação entre as variáveis quantitativas X e Y. Para verificar essa informação, ele fez o seguinte programa em R:

x<-c(15,20,30,25,38,36,18,23,10,22,35,33,12,28,25)
y<-c(1.57,1.56,1.63,1.60,1.65,1.64,1.58,1.59,1.58,
        1.57,1.63,1.61,1.57,1.63,1.57)

plot(x,y)
cor.test(x,y)
summary(regressao<- lm(y~x))
plot(regressao)

É correto afirmar que as linhas de programa fornecem, respectivamente, os seguintes resultados:

Um estatístico observou, por meio do diagrama de dispersão, uma correlação entre as variáveis x e y. Assim, ele decidiu fazer uma análise de regressão, e o resultado fornecido pelo software R está descrito a seguir:

Call:
lm(formula = y ~ x)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.026263 -0.013235  0.003259  0.011526  0.025570

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 1.5265409 0.0137708  110.85 < 2e-16 ***
     x      0.0027889 0.0005282    5.28 0.000149 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.01726 on 13 degrees of freedom
Multiple R-squared:  0.6819,    Adjusted R-squared:  0.6575
F-statistic: 27.87 on 1 and 13 DF,  p-value: 0.000149

De acordo com esses resultados, é correto afirmar que o modelo de regressão estimado, o coeficiente de determinação e a estatística do teste de significância do modelo de regressão, respectivamente, são dados por:

No ciclo de vida CRISP-DM (Cross-Industry Standard Process for Data Mining), usado em Ciência de Dados, qual etapa trata da limpeza, tratamento e formatação dos dados:

Considerando aspectos conceituais e práticos de Redes Neurais Artificiais e Redes Neurais Profundas (Deep Learning), assinale a alternativa INCORRETA.

No ciclo de vida de um projeto de Inteligência Artificial, a avaliação do desempenho dos modelos e o controle da generalização são etapas críticas. Após o treinamento de um modelo de aprendizado supervisionado, é fundamental garantir que ele não tenha sofrido overfitting e que as métricas escolhidas sejam adequadas ao problema.

Sobre esses conceitos, assinale a alternativa INCORRETA.

Os grandes modelos de linguagens (LLMs - Large Language Models) são sistemas de Inteligência Artificial capazes de compreender, processar e gerar respostas semelhantes às humanas.

Sobre LLMs, assinale a alternativa CORRETA:

Na área de Inteligência Artificial, os agentes inteligentes são sistemas autônomos que percebem o ambiente por meio de sensores e agem sobre esse ambiente por intermédio de atuadores. A figura abaixo representa um tipo de agente inteligente.

Assinale a alternativa que identifica CORRETAMENTE o tipo de agente ilustrado.

Adaptada de Russel e Norvig (2004). RUSSELL, Stuart; NORVIG, Peter. Inteligência artificial: tradução da terceira edição. Rio de Janeiro: Campus, 2004.

O aprendizado de máquina (Machine Learning) é um subconjunto da inteligência artificial que permite que os algoritmos aprendam e melhorem a partir de um conjunto de dados.

Nesse contexto, o tipo de aprendizagem de máquina na qual o sistema toma decisões sequenciais, recebendo recompensas ou penalidades em troca, é denominado:

A ciência de dados utiliza métodos e técnicas com o objetivo de extrair conhecimento e insights a partir de grandes volumes de dados. A análise de dados inicia-se com uma pergunta que pode ser classificada em diversos tipos. O tipo de pergunta que busca identificar se existem padrões, tendências ou relacionamentos em um conjunto de dados, sem a necessidade de uma hipótese prévia, é classificada como:

Sobre IA generativa, analise as assertivas abaixo:

I. Pode produzir textos, imagens e outros conteúdos.

II. Baseia-se em padrões aprendidos a partir de dados.

III. Garante que todas as informações geradas são verdadeiras.

Quais estão corretas?