Analise a expressão a seguir:

∫ \( x \)² (3 + 2\( x \)³)⁷\( d \)\( x \)

O valor da seguinte expressão é

Considerando a teoria de Limite, calcule:

\( \displaystyle \lim_{n \rightarrow \infty } \) \( \dfrac{2n+3}{\left(2n^2-6\right)^{0,5}} \)

O problema básico das projeções cartográficas é a representação de uma superfície curva em um plano. Nesse sentido, foram elaborados diversos modelos matemáticos baseados em superfícies geométricas que minimizam as distorções decorrentes de tais projeções e, em alguns casos, preservam a verdadeira grandeza de ângulos, distâncias e áreas.

Nesse contexto, assinale a opção que apresenta, respectivamente, a superfície de referência e a grandeza preservada na projeção empregada no sistema de coordenadas UTM.

Os Sistemas Globais de Navegação por Satélite permitem a definição das coordenadas de suas antenas, conforme o respectivo sistema de coordenadas de referência.

Assinale a opção que apresenta a relação correta entre sistemas de navegação por satélite e os respectivos sistemas de coordenadas.

Sistemas de Informações Geográficas (SIG) são recursos valiosos para instituições cujos negócios demandam a tomada de decisões baseadas na geolocalização de objetos e fenômenos. Entre as funcionalidades inerentes aos SIG, algumas destinam-se à manipulação e à análise de dados geográficos, tantos matriciais quanto vetoriais.

Assinale a opção que apresenta funcionalidade de manipulação e de análise de dados matriciais, exclusivamente.

NSCE007-00_29

O pacote neuralnet, da linguagem R, é uma ferramenta útil para a definição e para o treinamento de redes neurais, disponibilizando ao usuário uma interface relativamente simples.

Uma das limitações do pacote neuralnet é não oferecer ao usuário muitas opções pré-definidas de funções de ativação. Caso o usuário deseje utilizar uma função de ativação diferente das únicas duas já pré-definidas no pacote, é preciso definí-la e atribuí-la por meio do argumento act.fct.

Ao invocar o método neuralnet para o treinamento de uma rede neural, caso o argumento act.fct não seja explicitamente determinado na chamada do método, a função de ativação padrão utilizada nos neurônios da rede será

O treinamento em redes neurais artificiais é, essencialmente, um problema de otimização, em que se busca minimizar o erro entre as predições do modelo neural e os valores alvo preexistentes no conjunto de dados de treinamento.

Com respeito aos métodos relacionados à otimização de parâmetros em redes neurais artificiais, analise as afirmativas a seguir.

I. No algoritmo backpropagation, a aplicação da regra da cadeia é fundamental para o cálculo dos gradientes dos erros com respeito aos pesos (parâmetros) da rede neural artificial.

II. O método do gradiente (também chamado de método do máximo declive ou Gradient Descent – GD) escolhe aleatoriamente um pequeno número de instâncias de dados de treinamento a cada passo, aumentando a velocidade inicial de minimização das métricas de erro.

III. As técnicas de regularização L1 (Lasso) e L2 (Ridge) podem ser utilizadas para mitigar problemas relacionados a inicialização indevida de pesos (parâmetros) em redes neurais.

Está correto o que se afirma em

Um modelo de regressão múltipla foi utilizado para estudar o consumo do gás natural em função de vários fatores levantados por especialistas. Nesse modelo adotado foi realizado uma análise de resíduos e verificou-se a presença de outliers.

Para verificar se um outlier é influente ou não, o método mais apropriado seria

Um pesquisador desenvolveu um estudo longitudinal para analisar o consumo de energia elétrica mensal de empresas do setor energético de determinada região, ao longo dos últimos 40 anos. Analisando a base de dados coletada, o pesquisador verificou que a base tinha vários dados faltantes e que necessitava utilizar alguma técnica de imputação de dados.

Assinale a opção que apresenta a técnica mais apropriada para o estudo do pesquisador.

O algoritmo conhecido por Naïve Bayes, apesar de ter limitações devido às suas premissas de simplificação, é bastante utilizado e costuma apresentar boa performance para a classificação de instâncias de dados.

Considere o conjunto de dados a seguir, que apresenta, de forma simplificada, as características de uma amostra de 1600 animais de estimação.

Sejam dois novos animais de estimação identificados por A e B, tais que:

• A é pequeno, com pelos curtos e de comportamento agitado;

• B é grande, com pelos longos e de comportamento agitado.

Aplicando o algoritmo Naïve Bayes, assinale a opção que apresenta as classes mais prováveis dos animais A e B, respectivamente.