Foram encontradas 5.237 questões.
Carla está trabalhando no Power BI e deseja
criar um gráfico para comparar valores distintos de
temperatura e umidade relativa do ar, mostrando
a possível correlação entre essas duas grandezas.
Nesse caso, Carla deve trabalhar com o gráfico de
Provas
Questão presente nas seguintes provas
Na arquitetura de um data Warehouse os
dados são oriundos de vários bancos de dados e
há um processo central de ETL composto de três
etapas. A(s) etapa(s) em que os dados são
analisados para identificar os erros e
inconsistências é de
Provas
Questão presente nas seguintes provas
Sobre os avanços tecnológicos recentes e seus
impactos sociais:
Provas
Questão presente nas seguintes provas
A normalização de dados é uma tarefa comum antes da implementação de uma IA ou algoritmo de Machine
Learning. É por meio da normalização que se garante uma mesma escala entre os dados, comumente entre
0 e 1 ou –1 e 1.
Sendo X o vetor de dados originais, e X' o vetor de dados normalizados, assinale a alternativa que descreve corretamente uma normalização válida.
Sendo X o vetor de dados originais, e X' o vetor de dados normalizados, assinale a alternativa que descreve corretamente uma normalização válida.
Provas
Questão presente nas seguintes provas
A figura mostra uma arquitetura de Rede Neural ________________, em que U, W e V são ________________.

Fonte: GOODFELLOW et al. Deep Leaning. MIT press, 2016 (p. 378). (Adaptado)
Assinale a alternativa que completa corretamente as lacunas.
Provas
Questão presente nas seguintes provas
A Universidade X está integrando uma árvore de decisão, baseada em entropia, para prever a evasão dos
alunos. Em um cenário de testes, o número de reprovações se mostrou um atributo importante. Para tal,
criou-se a árvore, conforme a figura.
Considerando o nó inicial e seus filhos, assinale a alternativa correta quanto ao resultado que reflete a equação do ganho.
Considerando o nó inicial e seus filhos, assinale a alternativa correta quanto ao resultado que reflete a equação do ganho.
Provas
Questão presente nas seguintes provas
Modelos baseados em n-grams definem a probabilidade condicional de um n-th token, dados os n–1
tokens precedentes. Assinale a alternativa que indica
corretamente a técnica clássica à qual se refere a
frase dada.
Provas
Questão presente nas seguintes provas
Sobre o algoritmo Florestas Aleatórias (Random
Forests), considere as afirmativas a seguir.
I → Uma Floresta Aleatória é um método de conjunto projetado especificamente para a classificação com árvores de decisão.
II → Um exemplo de Floresta Aleatória é o algoritmo Ada Boost.
III → Bagging usando Árvores de Decisão é um caso especial de Florestas Aleatórias, em que a aleatoriedade é inserida no processo de construção do modelo, escolhendo aleatoriamente N exemplos, com substituição, a partir do conjunto de treinamento original.
Está(ão) correta(s)
I → Uma Floresta Aleatória é um método de conjunto projetado especificamente para a classificação com árvores de decisão.
II → Um exemplo de Floresta Aleatória é o algoritmo Ada Boost.
III → Bagging usando Árvores de Decisão é um caso especial de Florestas Aleatórias, em que a aleatoriedade é inserida no processo de construção do modelo, escolhendo aleatoriamente N exemplos, com substituição, a partir do conjunto de treinamento original.
Está(ão) correta(s)
Provas
Questão presente nas seguintes provas
Referente à arquitetura original do Transformer
(conforme o artigo “Attention is All You Need”, de
Vaswani et. al. 2017), qual é a principal vantagem
do uso do mecanismo Multi-Head Attention em
comparação com uma única camada de atenção na
arquitetura Transformer?
Provas
Questão presente nas seguintes provas
Observando-se uma típica Rede Neural feed-forward,
considere as afirmativas a seguir.
I → Número de camadas ocultas e taxa de aprendizagem são alguns dos parâmetros.
II → Neurônios, pesos, viés e função de ativação são partes de uma rede.
III → Número de camadas ocultas e números de neurônios para cada camada são alguns dos hiperparâmetros.
IV → O algoritmo de ajuste mais comum é chamado de Backpropagation.
Está(ão) correta(s)
I → Número de camadas ocultas e taxa de aprendizagem são alguns dos parâmetros.
II → Neurônios, pesos, viés e função de ativação são partes de uma rede.
III → Número de camadas ocultas e números de neurônios para cada camada são alguns dos hiperparâmetros.
IV → O algoritmo de ajuste mais comum é chamado de Backpropagation.
Está(ão) correta(s)
Provas
Questão presente nas seguintes provas
Cadernos
Caderno Container