Julgue o próximo item, relativo a aprendizado de máquina.

Aprendizado de máquina pode ser definido como a criação e o uso de modelos que são aprendidos a partir dos dados.

Julgue o próximo item, relativo a aprendizado de máquina.

Aprendizado de máquina e mineração de dados são termos idênticos em relação aos seus objetivos e funções, pois ambos lidam com algoritmos de inteligência artificial para padrões em grandes conjuntos de dados em busca de conhecimento.

Julgue o próximo item, relativo a aprendizado de máquina.

O aprendizado de máquina computacional tem como objetivo aplicar técnicas computacionais na tentativa de validar padrões em dados e ratificar padrões que podem ser observados explicitamente nos dados.

Em relação às características da tecnologia IoT (Internet das coisas), julgue o item que se segue.

As aplicações de IoT utilizam algoritmos de aprendizado de máquina para analisar grandes quantidades de dados de sensores conectados em nuvem.

Em relação às características da tecnologia IoT (Internet das coisas), julgue o item que se segue.

A utilização de inteligência artificial conversacional possibilita o uso de dispositivos IoT em ambiente doméstico.

Em relação às características da tecnologia IoT (Internet das coisas), julgue o item que se segue.

Pode-se utilizar IoT em prateleiras inteligentes para controle de estoque, com sensores de peso ou identificadores por radiofrequência, para a solicitação de reposição automática de produtos.

Acerca de arquitetura do sistema de arquivos distribuído, julgue o item subsecutivo.

Apache Spark é um sistema de processamento de dados paralelos muito utilizado para aplicações de Big Data, porém ele não suporta operações algébricas.

A respeito de dados, julgue o item a seguir.

Se uma empresa fizer o levantamento da altura de certa população, então, nesse caso, a altura será considerada um dado numérico.

Em um projeto de ciência de dados para análise preditiva no setor bancário, um cientista de dados precisa escolher tecnologias de aprendizado de máquina adequadas para classificar clientes com base no risco de inadimplência.

Considerando-se a intenção de lidar com dados não linearmente separáveis por meio do uso de um kernel, qual é o algoritmo mais adequado para essa tarefa?

O aprendizado supervisionado envolve treinar um modelo em um conjunto de dados rotulado, em que o algoritmo aprende a mapear características de entrada para rótulos de saída correspondentes. Esse processo permite que o modelo faça previsões sobre novos dados não vistos. Uma tarefa típica de aprendizado supervisionado é a regressão.

É um exemplo de tarefa de regressão em aprendizado de máquina a