Magna Concursos

Foram encontradas 5.012 questões.

2327787 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: ANP

Em relação a aprendizado não supervisionado, julgue o item que se seguem.

O modelo de mistura gaussiana (GMM) é um método que descreve um agrupamento de amostras para determinado espaço de características, em que o GMM é uma mistura de k distribuições gaussianas associadas à mudança de estado dos pixels.

 

Provas

Questão presente nas seguintes provas
2327785 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: ANP

Em relação a aprendizado não supervisionado, julgue o item que se seguem.

O algoritmo random forest é um algoritmo de aprendizado de máquina supervisionado em que se agrupam os resultados de várias árvores de decisão de cada nó para se obter uma conclusão própria e aumentar a precisão do modelo, não sendo o referido algoritmo adequado para grandes conjuntos de dados.

 

Provas

Questão presente nas seguintes provas
2327782 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: ANP

Julgue o item a seguir, relativos a aprendizado supervisionado.

O trade off entre variância e viés é afetado pela utilização de polinômios, com graus que variam de zero a três, em que o emprego de polinômios de ordem ímpar produz sempre melhores resultados no que diz respeito à redução da variância e viés que os de ordem par, seja para estimativas com regressões locais constantes e lineares, seja para as estimativas de ordem quadrática e cúbica.

 

Provas

Questão presente nas seguintes provas
2327781 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: ANP

Julgue o item a seguir, relativos a aprendizado supervisionado.

Considerando-se, nos gráficos a seguir, que o resultado #2 corresponda ao melhor desempenho do algoritmo, é correto afirmar que o resultado #1 indica que houve underfitting.

Enunciado 3477731-1

 

Provas

Questão presente nas seguintes provas
2327780 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: ANP

Julgue o item a seguir, relativos a aprendizado supervisionado.

A despeito do alto grau de aplicabilidade das técnicas de regularização na classificação e na regressão, no que se refere à sua acurácia, tais técnicas tendem a causar o sobreajuste (overfitting) devido à influência de coeficientes responsáveis por flutuações excessivas.

 

Provas

Questão presente nas seguintes provas
2327779 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: ANP

Julgue o item a seguir, relativos a aprendizado supervisionado.

As técnicas de regressão são utilizadas tanto para prever quando para entender como o sinal avaliado é afetado pela variação dos preditores, ou ainda, para identificar os preditores mais importantes na relação entre o sinal avaliado e cada um deles.

 

Provas

Questão presente nas seguintes provas

Com relação às noções básicas de informática, julgue o seguinte item.

O Power Query é uma ferramenta do PowerBI utilizada para formatação de uma tabela importada.

 

Provas

Questão presente nas seguintes provas
2327196 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: FEPESE
Orgão: Pref. Criciúma-SC

São técnicas de Inteligência Artificial de Data Mining:

1.Estatística.

2.Reconhecimento de Padrões.

3.Representação do Conhecimento.

4.Regras de Associação.

Assinale a alternativa que indica todas as afirmativas corretas.

 

Provas

Questão presente nas seguintes provas
2327195 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: FEPESE
Orgão: Pref. Criciúma-SC

Quais tipos de conhecimento podem ser descobertos empregando técnicas clássicas de mineração de dados?

1.Regras de Associação

2.Hierarquias de classificação

3.Padrões sequenciais ou de série temporal

4.Conhecimento implícito, emergente e não estruturado

5.Agrupamentos e segmentações

Assinale a alternativa que indica todas as afirmativas corretas.

 

Provas

Questão presente nas seguintes provas
2327192 Ano: 2022
Disciplina: TI - Ciência de Dados e BI
Banca: FEPESE
Orgão: Pref. Criciúma-SC

No contexto de modificação de valores de atributos de dimensões em modelos multidimensionais e de data warehouse, identifique o valor correto dos tipos (0, 1, 2…n) de modificação de valores de atributos de dimensão, conforme as técnicas definidas por Kimball, para:

( )Acrescentar um novo registro

( )Sobrescrever

( )Reter o valor original

( )Adicionar um novo atributo

Assinale a alternativa que indica a sequência correta, de cima para baixo.

 

Provas

Questão presente nas seguintes provas