Em 2020, o fechamento das escolas para conter a propagação do vírus da Covid-19 e a migração obrigatória para o ensino emergencial remoto demonstraram fragilidades do ensino no Brasil. Após a pandemia, já no final de 2022, a Conferência Nacional de Educação (Conae) debateu, entre outros tópicos, as tecnologias da informação e da comunicação nas escolas. O tema deverá ser incluído no Plano Nacional de Educação 2024-2034, guia para as políticas públicas do próximo decênio.

A relevância das TIC nas discussões sobre educação evidencia a importância de qual tipo de linguagem?

Na redação oficial de uma comunicação, em relação ao emprego dos pronomes de tratamento e à concordância com eles, está de acordo com a norma-padrão da língua portuguesa o seguinte período:

Na identificação do signatário de comunicação oficial da administração pública federal, um exemplo de redação correta do nome de um cargo ocupado por pessoa do sexo feminino, respeitando-se a norma-padrão da língua portuguesa, é o seguinte:

Em meados dos anos 1940, Adorno e Horkheimer criam o conceito de indústria cultural, e analisam

O clickbait é uma linguagem para

A economia política da comunicação é uma teoria que começa a se desenvolver nos anos 1960. Um de seus principais expoentes na América Latina é César Bolaño, que escreveu em 2007 um artigo de onde foi retirado o texto abaixo.

A problemática da subsunção do trabalho é, portanto, crucial, e a expropriação recorrente do conhecimento produzido pela classe trabalhadora faz parte, de uma ou de outra forma, dessa problemática, desde o início. A sua acumulação primitiva, primeiro, é que permite, de fato, o real domínio do capital sobre processos de trabalho que ele próprio não inventou, mas herdou do artesanato, aperfeiçoando-os, ao adicionar-lhes o trabalho de mecânicos, engenheiros e outros intelectuais. Essa reorganização dos processos de trabalho tinha como objetivo ampliar a produtividade e redundou, com a Primeira Revolução Industrial, na desqualificação generalizada da classe trabalhadora e a decorrente concentração do conhecimento no interior do capital. A isto Marx chama subsunção real do trabalho no capital, e a Segunda Revolução Industrial é definida por ele como a extensão desse processo ao setor produtor das próprias máquinas, com o que as potências do trabalho, a serviço da acumulação capitalista, ampliam- -se de forma exponencial. [...] O significado último do desenvolvimento das tecnologias da informação e da comunicação (TIC), vinculadas à Terceira Revolução Industrial, reside justamente na subsunção desse trabalho intelectual, o que vem acompanhado de uma intelectualização geral de todos os processos de trabalho convencionais e do consumo, de modo que o conjunto das relações de produção e das relações sociais em geral se altera para adequar-se às novas exigências da acumulação capitalista.

BOLAÑO, C. Trabalho, comunicação e desenvolvimento. Liinc em Revista, Rio de Janeiro, v.3, n.1, mar. 2007, p.33-42. Disponível em: http://www.ibict.br/liinc. Acesso em: 20 dez. 2023. Adaptado.

O ponto central discutido no texto é a(o)

No aprendizado não supervisionado, os dados de treinamento não têm rótulos. O objetivo é agrupar instâncias semelhantes em clusters. Nesse contexto, suponha que se deseja executar um algoritmo de agrupamento para tentar detectar grupos de visitantes semelhantes em um blog. Em nenhum momento é informado ao algoritmo a que grupo um visitante pertence, mas ele encontra essas conexões sem ajuda. Por exemplo, o algoritmo pode notar que 40% dos visitantes são homens que adoram histórias em quadrinhos e, geralmente, leem o blog à noite, enquanto 20% são jovens amantes de ficção científica que visitam o blog durante os fins de semana, e assim por diante. Deseja-se, nesse caso, usar um algoritmo de agrupamento hierárquico para subdividir cada grupo em grupos menores, o que pode ajudar a direcionar as postagens do blog para cada grupo específico.

Nesse cenário, qual é o algoritmo mais apropriado para fazer o agrupamento desejado?

A biblioteca Scikit-Learn emprega o algoritmo Classification And Regression Tree (CART) para treinar Árvores de Decisão. O algoritmo CART baseia-se na recursividade e na estratégia de divisão binária para construir uma árvore de decisão. Inicialmente, a árvore é representada por um único nó, que contém todos os dados de treinamento. A cada passo, o algoritmo busca a melhor maneira de dividir o conjunto de dados. A recursividade continua até que uma condição de parada seja atendida, como atingir uma profundidade máxima da árvore. Uma vez construída a árvore, a fase de predição ocorre ao percorrer a estrutura da árvore de acordo com as condições estabelecidas nos nós, levando a uma predição (inferência) para uma determinada entrada.

Considerando-se que n corresponde ao número de features e m ao número de instâncias, qual é a complexidade computacional assintótica de predição para árvores de decisão treinadas com o algoritmo CART?

As árvores de decisão são um modelo de aprendizado de máquina que opera por meio da construção de uma estrutura em forma de árvore para tomar decisões e que oferece uma compreensão clara da lógica de decisão e da hierarquia de características que contribuem para as predições finais. Elas são versáteis e podem ser usadas tanto para tarefas de classificação quanto para as de regressão.

Nesse contexto, considere a construção de uma árvore de regressão usando a classe DecisionTreeRegressor do Scikit-Learn e seu treinamento em um conjunto de dados quadrático com max_depth=2, conforme mostrado a seguir:

from sklearn.tree import DecisionTreeRegressor
tree_reg = DecisionTreeRegressor(max_depth=2)
tree_reg.fit(X, y)

A árvore resultante é representada na Figura a seguir.

GÉRON, A. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques
to Build Intelligent Systems. 2 ed. Sebastopol, CA: O’Reilly Media, Inc.: 2019, p. 183.

Considerando-se o cenário apresentado e que se deseja fazer uma predição para uma nova instância, com x1 = 0.6, qual será o valor predito?

Em uma nota técnica publicada em 2022 pelo Ipea, sobre população em situação de rua, foi utilizada a técnica de análise de componente principal (PCA).

Na análise por PCA, a primeira componente principal de um conjunto de dados representa a