Acerca das técnicas de processamento de sinais de áudio e voz, julgue os itens a seguir.

Para redução de ruído em sinais de voz por meio de subtração espectral, uma estimativa do espectro de frequência do ruído de fundo é obtida a partir de um trecho de áudio em que não há fala.

No que diz respeito às técnicas de processamento digital de imagens e vídeo, julgue os itens a seguir.

A equalização de histograma é uma técnica para redução de ruído em imagens digitais.

No que diz respeito às técnicas de processamento digital de imagens e vídeo, julgue os itens a seguir.

Em algoritmos de codificação de vídeo, a compensação de movimento explora redundâncias espaciais em quadros temporais individuais, com objetivo de reduzir artefatos de blur associado ao movimento de objetos na cena.

Acerca das técnicas de processamento digital de sinais, julgue os itens a seguir.

A transformada discreta de Fourier é um algoritmo computacional para o cálculo da transformada Z de um sinal de tempo discreto.

No que se refere a processos aleatórios e teoria da informação, julgue os itens a seguir.

De acordo com o teorema de Shannon-Hartley, a capacidade de um canal ruidoso é diretamente proporcional à raiz quadrada da relação sinal-ruído.

Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem.

Se a medida de desempenho denominada precisão aplicada a um modelo de aprendizagem é baixa, deve-se desconfiar quando uma amostra for classificada como positiva, para evitar prejuízos decorrentes de erro na classificação realizada pelo modelo.

Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem.

Quanto mais a área sob a curva denominada ROC (receiver operating characteristic) se aproxima de 1, melhor é o desempenho de um modelo de aprendizagem para classificação.

Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem.

Quanto mais a área sob a curva denominada ROC (receiver operating characteristic) se aproxima de 1, melhor é o desempenho de um modelo de aprendizagem para classificação.

Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue os itens que se seguem.

A técnica denominada gradient descent é aplicável à minimização da função custo no processo de aprendizado supervisionado para regressão linear; nela se determina, a cada iteração do processo de aprendizado, uma aproximação de segunda ordem da função custo, por meio de uma expansão de Taylor, necessitando-se, assim, da determinação numérica do jacobiano da função custo, calculado com base nos parâmetros do modelo a ser ajustado.

Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue os itens que se seguem.

Na regressão linear por meio de aprendizado supervisionado com o emprego da técnica denominada stochastic gradient descent, em cada iteração do processo de minimização da função custo, todas as amostras do conjunto de treinamento são utilizadas no ajuste do modelo a ser determinado.