Uma secretaria de fazenda estadual recebe diariamente milhões de notas fiscais eletrônicas (NF-e). Um desafio central da fiscalização é validar se a descrição textual dos itens comercializados é condizente com o código NCM (nomenclatura comum do Mercosul) declarado. Para automatizar essa classificação semântica em larga escala, utiliza-se processamento de linguagem natural (PLN) e redes neurais.
Assinale a opção em que são apresentadas a técnica adequada para esse cenário e sua descrição.

Suponha que, em determinada secretaria de fazenda estadual, se esteja avaliando a aplicação de arquiteturas de deep learning para otimizar processos de fiscalização e gestão. Considerando essa situação hipotética e as propriedades das redes neurais convolucionais (CNNs), cuja arquitetura é baseada em camadas de filtragem para a extração de hierarquias de características espaciais, assinale a opção que indica uma aplicação tecnicamente adequada das CNNs, seguida de sua descrição.

No que concerne aos fundamentos conceituais e operacionais do aprendizado de máquina, julgue os itens a seguir.
I O algoritmo de aprendizado constitui o procedimento lógico-matemático (ou processo de otimização) aplicado ao conjunto de dados para a indução de um modelo; este último representa a generalização ou hipótese final capaz de realizar inferências sobre dados não observados durante o treinamento.
II Os parâmetros são variáveis internas ao modelo cujos valores são aprendidos ou estimados a partir dos dados (ex.: pesos em redes neurais ou coeficientes de regressão); por outro lado, os hiperparâmetros são configurações externas ao modelo, definidas antes do processo de treinamento, que controlam o comportamento do algoritmo e a complexidade do modelo (ex.: número de vizinhos no KNN ou a taxa de aprendizado).
III No aprendizado supervisionado, o objetivo é a indução de uma função de mapeamento entre variáveis de entrada e uma variável alvo predestinada (rótulo); já no aprendizado não supervisionado, o processo foca a descoberta de padrões intrínsecos, estruturas latentes ou distribuições em dados que não possuem anotações ou supervisão externa.
Assinale a opção correta.

No âmbito do aprendizado de máquina não supervisionado, os algoritmos de agrupamento (clustering) apresentam diferentes abordagens para a organização de dados sem rótulos. Considerando as propriedades operacionais dos algoritmos k-means, DBSCAN e SOM (self-organizing maps), assinale a opção correta.

Considere a matriz de confusão abaixo, obtida a partir da avaliação de um classificador binário, em que a classe Positiva é a classe de interesse:

                                                    

Com base nesses dados, tem-se que

Em um pipeline de dados, o modelo ETL (Extract, Transform, Load) caracteriza-se pela realização das transformações antes da carga dos dados no sistema de destino, enquanto o modelo ELT (Extract, Load, Transform) adia as transformações para depois da ingestão dos dados em um ambiente analítico. Nesse contexto, a alternativa mais coerente com os impactos em escalabilidade, custo computacional e planejamento em cenários de big data é:

Uma rede neural profunda pode apresentar baixo erro no conjunto de treinamento e desempenho insatisfatório em dados não vistos, mesmo após múltiplas épocas de treinamento. Nesse contexto, considerando restrições que preservam a arquitetura fundamental do modelo, a estratégia que atua de forma mais adequada sobre o fenômeno descrito é

No processo de descoberta de conhecimento (KDD), a etapa de mineração de dados se caracteriza por

Com relação à segmentação de objetos e caracteres, julgue verdadeira (V) ou falsa (F) cada uma das afirmativas a seguir.

I. No processo de leitura de placas de veículos, a segmentação falha frequentemente quando os caracteres estão "tocando" uns aos outros devido a baixas resoluções ou borrões.
II. A segmentação por "Crescimento de Regiões" (Region Growing) agrupa pixels vizinhos com propriedades semelhantes (como cor ou intensidade) para isolar objetos.
III. A segmentação de caracteres torna-se mais precisa quando aplicada diretamente sobre imagens coloridas, sem qualquer etapa prévia de conversão para tons de cinza ou binarização, pois a presença de múltiplos canais sempre reduz ambiguidades.

A sequência correta é

No que diz respeito ao uso de Reconhecimento Óptico de Caracteres (OCR) para a leitura automática de placas, julgue verdadeira (V) ou falsa (F) cada uma das afirmativas a seguir.

I. O padrão de placas de veículos, que utiliza uma combinação de letras e números sem posição fixa, foi planejado para facilitar o trabalho dos motores de OCR baseados em modelos estatísticos rígidos.
II. A normalização de iluminação através da equalização de histograma ajuda a mitigar falhas de leitura causadas por sombras intensas sobre a placa.
III. Em sistemas de Reconhecimento de Placas de Licenciamento, a "Localização da Placa" é a etapa que deve ocorrer obrigatoriamente após o reconhecimento de cada caractere.

A sequência correta é