1) CESGRANRIO – Analista de Sistemas Júnior (TRANSPETRO)
Um desenvolvedor recebeu um conjunto de dados representando o perfil de um grupo de clientes, sem nenhuma informação do tipo de cada cliente, onde cada um era representado por um conjunto fixo de atributos, alguns contínuos, outros discretos. Exemplos desses atributos são: idade, salário e estado civil. Foi pedido a esse desenvolvedor que, segundo a similaridade entre os clientes, dividisse os clientes em grupos, sendo que clientes parecidos deviam ficar no mesmo grupo. Não havia nenhuma informação que pudesse ajudar a verificar se esses grupos estariam corretos ou não nos dados disponíveis para o desenvolvedor. Esse é um problema de data mining conhecido, cuja solução mais adequada é um algoritmo.
a) de regressão
b) não supervisionado
c) por reforço
d) semissupervisionado
e) supervisionado
2)CESPE Assunto: Informática para Polícia Federal
Julgue os itens (certou ou errado) que se seguem, relativos a noções de mineração de dados, big data e aprendizado de máquina:
Pode-se definir mineração de dados como o processo de identificar, em dados, padrões válidos, novos, potencialmente úteis e, ao final, compreensíveis.
3) CESPE – Analista I (IPHAN)/Área 7/2018
Julgue o item (certou ou errado) que se segue, a respeito de tecnologias de sistemas de informação.
Na busca de padrões no data mining, é comum a utilização do aprendizado não supervisionado, em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.
4) O aprendizado de máquina (do inglês, machine learning) é um conjunto de técnicas da ciência de dados que permite que os computadores usem os dados existentes para prever comportamentos, resultados e tendências. Uma das formas de classificar o aprendizado é em razão da natureza do sinal de entrada ou feedback do processo. As árvores de decisão, agrupamento e regras de associação são, respectivamente, técnicas de aprendizado de máquina: Alternativas:
a) não supervisionado, não supervisionado, supervisionado.
b) supervisionado, não supervisionado, não supervisionado.
c) não supervisionado, não supervisionado, não supervisionado.
d) supervisionado, não supervisionado, supervisionado.
5)Durante a elaboração de uma nova solução para triagem de processos no Poder Judiciário, a equipe de inovação propõе о de um modelo de linguagem de larga escala, capaz de interpretar textos jurídicos extensos, gerar resumos automáticos e classificar informações para facilitar a decisão humana. Com base nos conceitos de inteligência artificial (IA) e considerando o papel de diferentes sistemas, essa proposta caracteriza o uso de Alternativas:
a) um agente de IA voltado à mediação de tarefas cognitivas, com ênfase em respostas interativas e execução de comandos baseados em linguagem natural.
b) um sistema baseado em regras fixas, capaz de extrair trechos padronizados de documentos, mas com capacidade contextual de interpretação ou síntese textual limitada.
c) um sistema de IA generativa treinado para sintetizar textos a partir de conteúdos jurídicos,com foco em apoio à tomada de decisão e ausência de geração autônoma de novos dados.
d) uma arquitetura de lA especializada em rotinas de classificação binária, estruturada com base em regras de decisão previamente parametrizadas.
e) um modelo de linguagem de larga escala, especializado em processamento e compreensão de linguagem natural.
6) Em uma rede neural do tipo MLP (multilayer perceptron), o elemento responsável por introduzir não linearidade e permitir que a rede aprenda representações complexas dos dados é Alternativas:
a) o conjunto de pesos sinápticos.
b) a camada de entrada.
c) a camada oculta.
d) a função de ativação.
e) o algoritmo de backpropagation.
7) O avanço da tecnologia tem transformado o ambiente de trabalho, a comunicação e a educação. Entre essas inovações, destacam-se a inteligência artificial (IA) e os algoritmos de aprendizagem de máquina, que estão cada vez mais presentes em serviços digitais, redes sociais e plataformas de ensino. Qual é o principal benefício da aplicação de inteligência artificial em serviços digitais? Alternativas:
a) Automatizar tarefas e fornecer análises precisas para melhorar a tomada de decisão e personalizar serviços.
b) Garantir que todos os usuários recebam exatamente o mesmo conteúdo, sem qualquer adaptação.
c) Limitar o acesso à informação, concentrando dados apenas em grandes corporações.
d) Substituir totalmente o trabalho humano, eliminando a necessidade de profissionais qualificados.
8) Nas questões que avaliem conhecimentos de informática, a menos que seja explicitamente informado o contrário, considere que: todos os programas mencionados estejam em configuração‑padrão, em português; o mouse esteja configurado para pessoas destras; expressões como clicar, clique simples e clique duplo refiram‑se a cliques com o botão esquerdo do mouse; e teclar corresponda à operação de pressionar uma tecla e, rapidamente, liberá‑la, acionando‑a apenas uma vez. Considere também que não haja restrições de proteção, de funcionamento e de uso em relação aos programas, arquivos, diretórios, recursos e equipamentos mencionados. No contexto das tecnologias emergentes, assinale a opção correta no que diz respeito à inteligência artificial (IA). Alternativas
a) IA envolve algoritmos e modelos que dispensam dados de treinamento e, por isso, conseguem realizar tarefas complexas que normalmente exigiriam inteligência humana.
b) IA é qualquer programa de computador que executa tarefas repetitivas sem erro.
c) IA refere‑se exclusivamente a hardwares de alto desempenho para processamento numérico.
d) IA, computação em nuvem e Internet são termos sinônimos na tecnologia atual.
e) IA é uma tecnologia que permite a computadores simular capacidades humanas de aprendizado, compreensão, resolução de problemas e tomada de decisão.
9) Os sistemas de aprendizado de máquina se enquadram em uma ou mais categorias de acordo com a forma como seus modelos aprendem a fazer previsões ou gerar conteúdo. Modelos, que precisam inferir suas próprias regras e fazem previsões com base em dados que não contêm respostas corretas, e cujo objetivo é identificar padrões significativos nos dados, são conhecidos como: Alternativas:
a) modelos de linguagem de grande escala.
b) aprendizado não supervisionado.
c) aprendizado supervisionado.
d) aprendizado por reforço. E modelos generativos.
10) Muitos cenários de análise de dados envolvem conjuntos sem rótulos disponíveis, como é comum em agrupamentos de clientes, detecção de padrões anômalos ou redução de dimensionalidade. Nesses casos, técnicas de aprendizado não supervisionado são essenciais para extrair conhecimento oculto nos dados. Com relação ao aprendizado não supervisionado em Machine Learning, assinale a afirmativa correta. Alternativas:
a) O aprendizado não supervisionado depende de conjuntos de dados previamente rotulados para mapear entradas a saídas durante o treinamento.
b) Técnicas de aprendizado não supervisionado, como árvores de decisão e regressão logística, são ideais para prever rótulos em problemas de classificação supervisionada.
c) O aprendizado não supervisionado é utilizado para gerar automaticamente rótulos com base em padrões nos dados, sem necessidade de saídas conhecidas previamente.
d) A principal limitação do aprendizado não supervisionado é que ele não consegue lidar com grandes volumes de dados, sendo restrito a pequenos conjuntos.
e) O aprendizado não supervisionado só pode ser utilizado quando todos os atributos do conjunto de dados forem categóricos.