Acerca de governança de dados, julgue os itens que se seguem.

Se, nos dados de criação de suínos, um suíno foi registrado com 100 kg de peso e 2 meses de idade, então, como os valores registrados são incomuns para a espécie, tem-se, nesse caso, um exemplo de valores inconsistentes; essa discrepância pode indicar erro de preenchimento, como entrada incorreta de dados, ou a manipulação intencional para alterar informações e deve ser corrigida com técnicas como a remoção do registro inconsistente ou a substituição do peso por uma média calculada a partir de outros suínos da mesma idade.

Julgue os próximos itens, relativos a aprendizado de máquina.

Considere que, em um modelo de regressão linear ajustado para prever a produção de soja (Y, em sacas por hectare) com base na quantidade de fertilizante aplicado (X, em kg/ha), a equação estimada foi Y = 30 + 0,8X. Nesse caso, o coeficiente angular dessa equação indica que, ao aplicar 10 kg/ha a mais de fertilizante, espera-se um aumento de 8 sacas por hectare na produção de soja, e, sem aplicação de fertilizante, a produção esperada de soja será de 30 sacas por hectare.

Julgue os próximos itens, relativos a aprendizado de máquina.

O algoritmo de backpropagation, utilizado para treinar redes neurais, calcula o erro na saída da rede e ajusta os pesos da rede aleatoriamente, para minimizar o erro na próxima iteração.

Julgue os próximos itens, relativos a aprendizado de máquina.

O algoritmo k-NN é um método de aprendizado baseado em instâncias que classifica novos exemplares por meio de um modelo previamente treinado, o que dispensa a necessidade de armazenar os dados de treinamento para futuras comparações.

Julgue os próximos itens, relativos a matemática computacional e ciência da computação aplicada.

Ao se comparar os algoritmos de busca linear e de busca binária em um array ordenado com \( n \) elementos, verifica-se que a busca binária tem complexidade temporal O(log \( n \) ), enquanto a busca linear tem complexidade temporal O(\( n \)).

Julgue os próximos itens, relativos a matemática computacional e ciência da computação aplicada.

Para o autômato finito determinístico identificado por = ({\( a,b \) }, {\( q0, q1, q2, q3 \)}, \( \delta1 \), \( q0, \) {\( q3 \)}), em que \( \delta1 \) é dada pela tabela seguinte, é correta a afirmação: o autômato aceita a cadeia '\( abba \) '.

Na classificação de imagens, o objetivo principal é atribuir um rótulo (classe) a cada pixel da imagem, delimitando e identificando diferentes objetos ou regiões, ao passo que, na segmentação de imagens, o objetivo é atribuir um único rótulo à imagem como um todo, indicando seu conteúdo principal.

PLN é um campo da inteligência artificial voltado a capacitar máquinas na compreensão, interpretação e geração da linguagem humana. Aplicações como chatbots, tradutores automáticos e análise de sentimentos são exemplos de aplicações dessa tecnologia. Contudo, modelos recentes, como o Gemini e o GPT, embora compartilhem algumas similaridades com o PLN, têm sua base fundamental na aplicação de aprendizado profundo, uma abordagem que dispensa a necessidade de regras linguísticas explícitas e se concentra na identificação de padrões complexos em grandes conjuntos de dados.

Julgue os próximos itens, relativos a aprendizado de máquina e BI (Business Intelligence).

O algoritmo de agrupamento K-means — baseado em centroides, que divide um conjunto de dados em grupos semelhantes com base na distância entre seus centroides — pode ser utilizado para, a partir de uma base de dados de uma rede social, identificar comunidades de usuários com interesses comuns em determinados assuntos.

Julgue os próximos itens, relativos a aprendizado de máquina e BI (Business Intelligence).

Random forest é um método de aprendizado de conjunto que combina várias árvores de decisão para formar um modelo mais robusto e preciso. Tal método pode ser usado tanto para resolver problemas de regressão (por exemplo, prever o valor de uma ação) quanto para realizar classificação (por exemplo, compra válida, fraude).