O aprendizado de máquina aplicado à mineração de dados possibilita a extração de conhecimento útil a partir de grandes volumes de informações, automatizando a identificação de padrões e tendências. Ele é empregado para prever comportamentos, classificar dados e detectar anomalias em diferentes contextos. Entre as abordagens utilizadas nesse processo, destacam-se o aprendizado supervisionado, o aprendizado não supervisionado e o aprendizado por reforço, cada um adequado a diferentes tipos de problemas e conjuntos de dados. Em relação às abordagens mencionadas, informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.

( ) No aprendizado supervisionado, o modelo aprende com um conjunto de dados não rotulados (exemplo: previsão de vendas).

( ) No aprendizado não supervisionado, o modelo encontra padrões em dados rotulados (exemplo: segmentação de clientes).

( ) No aprendizado por reforço, o modelo aprende através de interações com o ambiente e feedback sobre as ações (exemplo: algoritmos de recomendação).

Um tribunal gera relatórios em Python 3.x usando pandas para calcular a média de tempo de tramitação por juiz. Nesse contexto, considere o código abaixo.

import pandas as pd
dados = {
    "juiz": ["Maria", "João", "Maria", "Carlos", "João"],
    "tempo_tramitacao": [120, 150, 100, 200, 130]
}
df = pd.DataFrame(dados)
def calcular_media_por_juiz(df):
    return df.groupby("juiz")["tempo_tramitacao"].__I__().to_dict()
media_por_juiz = calcular_media_por_juiz(df)
print(media_por_juiz)

Completa corretamente a lacuna I o método

Um Tribunal Regional do Trabalho deseja utilizar Big Data e Analytics para aprimorar a análise de dados sobre processos administrativos e decisões estratégicas, visando lidar com grandes volumes de dados e insights acionáveis. A abordagem que melhor se aplica para garantir escalabilidade e eficiência no processamento dos dados é

Um técnico de informática do MPRS precisa implementar uma solução de atendimento automatizado para os cidadãos e está avaliando ferramentas para criar um chatbot que possa responder a perguntas frequentes sobre processos, procedimentos e serviços oferecidos pela instituição. O sistema deve ser capaz de entender perguntas em linguagem natural e fornecer respostas precisas. Além disso, a ferramenta deve permitir a criação e o treinamento contínuo do chatbot, com capacidade de processamento de linguagem natural (PNL) para aprimorar as interações ao longo do tempo.

Qual alternativa atende às necessidades do MPRS para a criação do chatbot descrito?