Julgue os itens a seguir, relativos à inteligência artificial (IA).

Em uma rede neural artificial, o valor de entrada de cada neurônio é calculado pelo produto matemático das saídas dos neurônios da camada inferior.

Julgue os itens a seguir, relativos à inteligência artificial (IA).

O denominado motor de inferência é o núcleo dos sistemas de IA que oferece soluções possíveis para um problema apresentado.

Julgue os itens subsecutivos, a respeito de integração de dados e big data.

O processo de ETL consiste em analisar e reformatar os dados depois que forem carregados para um data warehouse, para posterior eliminação do que não é considerado necessário.

Julgue os itens subsecutivos, a respeito de integração de dados e big data.

A atomicidade é um dos recursos da propriedade de variedade do big data, e garante que todas as alterações sejam efetivadas no banco de dados, sem permitir atualização parcial.

Acerca de administração de SGBD e governança de dados, julgue os próximos itens.

Segundo o DAMA-DMBoK, o ciclo de vida dos dados é baseado no ciclo de vida do desenvolvimento do sistema que os utiliza.

Acerca de administração de SGBD e governança de dados, julgue os próximos itens.

De acordo com o DAMA Wheel, a área de arquitetura de dados oferece orientação e supervisão para o gerenciamento de dados.

A governança da informação é o conjunto de práticas e políticas que visam garantir a gestão eficiente, segura e estratégica de dados para alinhar o uso da informação com os objetivos e normas da organização. Nesse contexto, assinale a opção correta.

Julgue os seguintes itens, relacionados a modelagem de dados.

Em uma modelagem dimensional, os elementos tabelas fato (para os dados que são métricas) e tabelas dimensões (para os dados descritivos) são opcionais, por exemplo, em um data warehouse.

Com relação a bioinformática, julgue os itens a seguir.

Passo crucial em uma boa análise bioinformática é o controle de qualidade dos dados, que pode ser realizada pelo FASTQC.

Quando se dispõe de um conjunto limitado de observações (por exemplo, imagens de poucos pacientes) para treinar o modelo, é adequado o uso de algoritmos de aprendizado profundo (deep learning).