Magna Concursos

Foram encontradas 5.143 questões.

3908983 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: AgSUS
Provas:

No contexto da linguagem Pyhton 3.0, assinale o código que, quando executado, exibe o resultado a seguir.

[[ 2 -3 1]
 [ 4  5 6]
 [-9  8 7]]
 

Provas

Questão presente nas seguintes provas
3908980 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: AgSUS
Provas:
Um analista de dados utiliza a ferramenta Oracle Data Visualization 12C. O analista executou uma sequência de ações para criar um projeto de visualização de dados e adicionar dados, nesse contexto, analise as afirmativas a seguir.

I. Criar ou abrir um projeto de visualização de dados ao qual deseja adicionar o conjunto de dados. Para criar um projeto novo, ele deverá acessar a Página Inicial, clicar em “New” e, em seguida, clicar em “Project” para exibir a caixa de diálogo “Add Data Set”.
II. Localizar a caixa de diálogo “Add Data Set”, selecionar os conjuntos de dados que deseja analisar e, em seguida, clicar em “Add to Project”.
III. Para visualizar dados de outro conjunto de dados no mesmo projeto, localizar o painel “Data Elements”, clicar em “Add” e, em seguida, selecionar “Add Data Set”.
IV. Por fim, o analista deverá arrastar os elementos de dados que deseja visualizar do painel “Data Elements” e começar a criar seu projeto.

Está correto o que se afirma em
 

Provas

Questão presente nas seguintes provas
3908977 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: AgSUS
Provas:
Aprendizado de máquina é o processo de descobrir uma função-objetivo f que mapeie as entradas x nos respectivos resultados y, ou seja, y = f (x) Quando a forma geral da função f a ser aprendida é pré-fixada, o algoritmo de aprendizado é dito parametrizado, e sua função é inferir os parâmetros ou coeficientes que compõem a função f. Selecione a alternativa que indique a desvantagem de utilização do aprendizado parametrizado
 

Provas

Questão presente nas seguintes provas
3908974 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: AgSUS
Provas:
Árvore de Decisão (AD) é um método de aprendizado supervisionado não paramétrico usado para tarefas de classificação e regressão que podem ser facilmente implementados Python 3.0 através da biblioteca scikit-learn versão 1.7. Com relação às vantagens da utilização das AD através dessa biblioteca, analise as afirmativas a seguir.

I. O custo de uso da AD é logarítmico em relação ao número de pontos de dados usados para treinar a árvore.
II. As previsões das AD são suaves e contínuas e apresentam aproximações constantes por partes. Portanto, são boas para extrapolação de dados.
III. AD apresentam bom desempenho mesmo que suas suposições sejam de alguma forma violadas pelo modelo verdadeiro a partir do qual os dados foram gerados.
IV. AD são estáveis, pois grandes variações nos dados podem resultar na geração de árvore equivalentes. Essa condição é assegurada pelo uso de AD dentro de pequenos conjuntos de dados.

Está correto o que se afirma em
 

Provas

Questão presente nas seguintes provas
3908967 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: AgSUS
Provas:
Um analista de dados da AgSUS sabe que a detecção de anomalias, ou detecção de valores discrepantes, é a identificação de uma observação, evento ou ponto de dados que se desvia do que é padrão ou esperado, tornando-o inconsistente em relação ao resto do conjunto de dados. Relacione os tipos de anomalias de dados às suas respectivas definições.

1. Anomalias não intencionais.
2. Anomalias pontuais.
3. Anomalias contextuais.
4. Anomalias coletivas.

( ) Essas anomalias, também conhecidas como valores discrepantes globais, são pontos de dados individuais que estão muito fora do restante do conjunto de dados. Um exemplo desses tipo anomalia é um saque de conta bancária que é significativamente maior do que qualquer um dos saques anteriores do usuário;
( ) Essas anomalias envolvem um conjunto de instâncias de dados que juntas se desviam da norma, mesmo que as instâncias individuais possam parecer normais. Um exemplo desse tipo de anomalia seria um conjunto de dados de tráfego de rede que mostra um aumento repentino no tráfego de vários endereços IP ao mesmo tempo;
( ) Essas anomalias são pontos de dados que se desviam da norma devido a erros ou ruído no processo de coleta de dados. Esses erros podem ser sistemáticos ou aleatórios, originados por problemas como sensores defeituosos ou erro humano durante a entrada de dados. Esse tipo de anomalia pode distorcer o conjunto de dados, dificultando a obtenção de insights precisos;
( ) Essas anomalias são pontos de dados que se desviam da norma dentro de um contexto específico. Essas anomalias não são necessariamente valores discrepantes quando consideradas isoladamente, mas se tornam anômalas quando vistas dentro de seu contexto específico. Por exemplo, considere o uso de energia. Se houver um aumento repentino no consumo de energia ao meio-dia, quando normalmente nenhum membro da família está em casa. Este dado pode não ser um valor discrepante quando comparado ao consumo de energia pela manhã ou à noite (quando as pessoas geralmente estão em casa), mas é anômalo em relação ao horário em que ocorreu.

A relação correta, na ordem dada, é:
 

Provas

Questão presente nas seguintes provas
3908059 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: QUADRIX
Orgão: FUABC
Provas:
Texto para as questão. 


    O conhecimento tem sido reconhecido como um dos mais importantes recursos de uma organização, que torna possíveis ações inteligentes nos planos organizacional e individual e leva a inovações e à capacidade de continuamente criar produtos e serviços excelentes. O processo de gestão do conhecimento abrange toda a forma de gerar, armazenar, distribuir e utilizar o conhecimento, de modo que se torna necessária a utilização de tecnologias de informação para facilitar esse processo, dado o grande aumento no volume de dados.

    Ao longo do tempo, percebeu-se que a velocidade de coleta de informações era muito maior que a velocidade de processamento ou de análise dessas informações. Isso gerou um problema e uma contradição, pois as organizações, por possuírem uma grande quantidade de dados, possuem uma falsa sensação de que estão bem-informadas, no entanto essas informações de nada servem se não forem analisadas de forma correta e em tempo hábil.

    Em outras palavras, a coleta e o armazenamento de dados, por si sós, não contribuem para melhorar a estratégia da organização. É necessário que sejam feitas análises sobre essa grande quantidade de dados, estabelecendo-se indicadores para descobrir padrões de comportamento implícitos nos dados, além de relações de causa e efeito. O processamento e a análise das informações geradas pelas enormes bases de dados atuais de forma correta estão entre os requisitos essenciais para uma boa tomada de decisão.

    Em um ambiente tão mutável como o das organizações, na atualidade, torna-se necessária a aplicação de técnicas e ferramentas automáticas que agilizem o processo de extração de informações relevantes de grandes volumes de dados. Uma metodologia emergente, que tenta solucionar o problema da análise de grandes quantidades de dados e ultrapassa a habilidade e a capacidade humanas, é a descoberta de conhecimento em banco de dados.

    Data mining, ou mineração de dados, é uma técnica que faz parte de uma das etapas da descoberta de conhecimento em banco de dados. Ela é capaz de revelar, automaticamente, o conhecimento que está implícito em grandes quantidades de informações armazenadas nos bancos de dados de uma organização. Essa técnica pode fazer, entre outras atividades, uma análise antecipada dos eventos, prevendo tendências e comportamentos futuros e permitindo aos gestores a tomada de decisões com base em fatos, em vez de em suposições.
Internet:  <scielo.br> (com adaptações).
Segundo o texto, a técnica de mineração de dados
 

Provas

Questão presente nas seguintes provas
3907528 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: QUADRIX
Orgão: CORE-SP
Provas:
Cérebro Eletrônico
“O cérebro eletrônico faz tudo Faz quase tudo Faz quase tudo Mas ele é mudo
O cérebro eletrônico comanda Manda e desmanda Ele é quem manda Mas ele não anda”
(Gilberto Gil)
A respeito da inteligência artificial e do cotidiano com as tecnologias, assinale a opção correta.
 

Provas

Questão presente nas seguintes provas
3907069 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FAFIPA
Orgão: Câm. Canoas-RS
Provas:
Um Assistente Legislativo, atuando em um órgão público, recebeu a tarefa de organizar e analisar um grande volume de documentos, relatórios e registros de sessões plenárias. Para otimizar o tempo e aumentar a precisão, o servidor optou por utilizar ferramentas integradas com Inteligência Artificial (IA), como as disponíveis no pacote Microsoft Office. Considerando o uso prático da IA em ambientes administrativos, assinale a alternativa que apresenta CORRETAMENTE uma aplicação realista da IA no apoio à rotina do Assistente Legislativo.
 

Provas

Questão presente nas seguintes provas
3907067 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FAFIPA
Orgão: Câm. Canoas-RS
Provas:
Durante o expediente em um ambiente legislativo, um Assistente Legislativo é orientado a utilizar funcionalidades nativas do sistema operacional para otimizar a produtividade no atendimento ao público e na organização de informações. Considerando que o órgão está em processo de transição do Windows 10 para o Windows 11, com foco em soluções baseadas em Inteligência Artificial (IA), é fundamental compreender as diferenças e melhorias introduzidas no novo ambiente. Nesse contexto, assinale a alternativa que apresenta CORRETAMENTE uma funcionalidade baseada em IA presente no Windows 11, que pode apoiar o Assistente Legislativo na execução de tarefas administrativas.
 

Provas

Questão presente nas seguintes provas
3907064 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FAFIPA
Orgão: Câm. Canoas-RS
Provas:

Em um setor administrativo de uma Assembleia Legislativa, foi implantado um sistema de Inteligência Artificial para classificar automaticamente tipos de documentos legislativos, com base em seus conteúdos textuais, além de prever categorias temáticas para pautas futuras, utilizando o histórico de reuniões arquivadas. Esse sistema utiliza algoritmos de Machine Learning para aprender com os dados processados e uma rede neural profunda (Deep Learning) para melhorar a precisão na análise de linguagem natural. Cabe ao Assistente Legislativo, entre outras atividades de apoio, monitorar a operação do sistema, identificar comportamentos anômalos e comunicar inconsistências à equipe técnica especializada. Considerando esse contexto, assinale a alternativa que apresenta CORRETAMENTE a diferença entre Machine Learning e Deep Learning aplicada ao cenário descrito.

 

Provas

Questão presente nas seguintes provas