Relacione os principais algoritmos conceitos de Aprendizagem de Máquina, ou Machine Learning, listados a seguir com suas respectivas características.

1- Neural networks
2- Logistic regression
3- Clustering
4- Decision trees

( ) Algoritmo de aprendizado supervisionado que faz previsões para variáveis de resposta categóricas.
( ) Algoritmo de aprendizado não supervisionado usado para identificar padrões em dados para que eles possam ser agrupados.
( ) Algoritmo que implementa grande número de nós de processamento interligados.
( ) Algoritmo para prever valores numéricos e classificar dados em categorias, usando uma sequência ramificada de decisões vinculadas.

A relação correta, na ordem apresentada, é

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]]

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

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

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

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:

Segundo o texto, a técnica de mineração de dados

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.

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.

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.