Foram encontradas 4.978 questões.
Julgue os próximos itens, relativos a matemática computacional e ciência da computação aplicada.
Ao se comparar os algoritmos de busca linear e de busca binária em um array ordenado com \( n \) elementos, verifica-se que a busca binária tem complexidade temporal O(log \( n \) ), enquanto a busca linear tem complexidade temporal O(\( n \)).
Provas
Julgue os próximos itens, relativos a matemática computacional e ciência da computação aplicada.
Para o autômato finito determinístico identificado por = ({\( a,b \) }, {\( q0, q1, q2, q3 \)}, \( \delta1 \), \( q0, \) {\( q3 \)}), em que \( \delta1 \) é dada pela tabela seguinte, é correta a afirmação: o autômato aceita a cadeia '\( abba \) '.

Provas
A respeito de visão computacional com redes neurais convolucionais (CNN), de classificação de imagens e de processamento de linguagem natural (PLN), julgue os itens seguintes.
Na classificação de imagens, o objetivo principal é atribuir um rótulo (classe) a cada pixel da imagem, delimitando e identificando diferentes objetos ou regiões, ao passo que, na segmentação de imagens, o objetivo é atribuir um único rótulo à imagem como um todo, indicando seu conteúdo principal.
Provas
A respeito de visão computacional com redes neurais convolucionais (CNN), de classificação de imagens e de processamento de linguagem natural (PLN), julgue os itens seguintes.
PLN é um campo da inteligência artificial voltado a capacitar máquinas na compreensão, interpretação e geração da linguagem humana. Aplicações como chatbots, tradutores automáticos e análise de sentimentos são exemplos de aplicações dessa tecnologia. Contudo, modelos recentes, como o Gemini e o GPT, embora compartilhem algumas similaridades com o PLN, têm sua base fundamental na aplicação de aprendizado profundo, uma abordagem que dispensa a necessidade de regras linguísticas explícitas e se concentra na identificação de padrões complexos em grandes conjuntos de dados.
Provas
Julgue os próximos itens, relativos a aprendizado de máquina e BI (Business Intelligence).
O algoritmo de agrupamento K-means — baseado em centroides, que divide um conjunto de dados em grupos semelhantes com base na distância entre seus centroides — pode ser utilizado para, a partir de uma base de dados de uma rede social, identificar comunidades de usuários com interesses comuns em determinados assuntos.
Provas
Julgue os próximos itens, relativos a aprendizado de máquina e BI (Business Intelligence).
Random forest é um método de aprendizado de conjunto que combina várias árvores de decisão para formar um modelo mais robusto e preciso. Tal método pode ser usado tanto para resolver problemas de regressão (por exemplo, prever o valor de uma ação) quanto para realizar classificação (por exemplo, compra válida, fraude).
Provas
Julgue os próximos itens, relativos a aprendizado de máquina e BI (Business Intelligence).
A arquitetura de BI que utiliza ROLAP (processamento analítico online relacional) implementa as consultas por meio de um banco de dados em cubos de forma consolidada; nessa estrutura ROLAP, os dados são armazenados de forma multidimensional, permitindo que os usuários finais realizem drill up ou drill down na hierarquia (por exemplo, que eles vejam os lucros das vendas por ano, depois por trimestre).
Provas
Julgue os próximos itens, relativos à análise de dados.
Considere o código a seguir, que utiliza NumPy.
import numpy as np
data = np.array([1, 5, 3, 4, 2, 6, 7])
print(data[::2])
Após a execução desse código, o resultado será o seguinte.
[1 3 2 7]
Provas
Julgue os próximos itens, relativos à análise de dados.
Considere o código a seguir, que utiliza Pandas.
import pandas as pd
Nome = ['João-', 'Paulo-']
Sobrenome = ['Lucas', 'Matheus']
list_of_tuples = list(zip(Nome, Sobrenome))
df = pd.DataFrame(list_of_tuples)
print(df)
Após a execução desse código, o resultado será o seguinte.
0 1
0 João-Lucas
1 Paulo-Matheus
Provas
Acerca de sensores, de processamento de imagens e de aprendizado de máquina, julgue os próximos itens.
A aplicação de técnicas de equalização de histograma em imagens melhora a uniformidade do contraste, o que facilita a extração de características para reconhecimento de padrões.
Provas
Caderno Container