Importante: nas questões de prova, enunciado e alternativas são reprodução fiel do caderno oficial da banca, com link para a fonte; nas questões TaxEdu, enunciado e alternativas são autorais. Em ambos os casos, a explicação do gabarito é autoral do TaxEdu. Quer só as questões da Reforma Tributária? Veja as de Direito Tributário.
Crie uma conta grátis e ganhe o Teste de Nivelamento — 10 questões com gabarito liberado na hora.
-
No contexto dos algoritmos utilizados em análise de dados, considere os passos a seguir: 1. recebe os dados de treinamento como entrada, que incluem atributos e categorias; 2. calcula a probabilidade de cada categoria ocorrer com base na quantidade de exemplos de cada categoria no conjunto de dados; 3. calcula a probabilidade condicional para cada atributo, ou seja, a probabilidade de um atributo dada uma categoria; 4. para uma nova entrada, calcula a probabilidade de cada categoria dada a entrada; 5. seleciona a categoria com a maior probabilidade condicional como a previsão para a nova entrada; 6. repete os passos 4 e 5 para todas as entradas desconhecidas. Assinale o algoritmo que é implementado nos passos acima.
- A Regressão Logística.
- B Naive Bayes.
- C K-Means.
- D Random Forest.
- E Regressão Linear.
-
Luiz, médico dermatologista, criou um modelo de IA para auxiliar na detecção de câncer de pele com visão computacional. Como um modelo de classificação binária, ele terá 4 possíveis saídas: verdadeiro positivo (paciente com câncer, detectado corretamente), verdadeiro negativo (paciente sem câncer, detectado corretamente), falso positivo (paciente sem câncer, detectado incorretamente) e falso negativo (paciente com câncer, não detectado pelo modelo). Levando em consideração que um modelo de IA seria utilizado como uma ferramenta de auxílio ao diagnóstico de câncer de pele, os erros de “tipo 1” (falso positivo) seriam tolerados, já que haveria uma análise posterior realizada por um médico especialista. No entanto, os erros “tipo 2” (falso negativo) seriam os mais críticos, uma vez que podem resultar em um diagnóstico tardio ou falho, comprometendo a saúde do paciente. Tomando o cenário como base, julgue os itens a seguir: I. A métrica mais importante nesse caso seria a Sensibilidade (Recall ou Revocação); II. A métrica mais importante nesse caso seria a Precisão (Precision); III. Ao ajustar o modelo para minimizar erros de "tipo 2", geralmente os erros de "tipo 1" tendem a aumentar; IV. Luiz deveria submeter seu modelo a um treinamento mais longo, independentemente do overfitting. Estão corretas as afirmativas
- A I e III, apenas.
- B II e III, apenas.
- C I e IV, apenas.
- D II e IV, apenas.
- E III e IV, apenas.
-
Responsible AI (IA Responsável) e Explainable AI (IA Explicável) são conceitos importantes no desenvolvimento de sistemas de inteligência artificial. A IA Explicável refere-se à capacidade de explicar como uma decisão foi tomada pelo modelo de IA, permitindo que os usuários entendam o processo de tomada de decisão. Já a IA Responsável envolve garantir que a IA seja desenvolvida e implementada de forma ética e legalmente responsável. Nesse contexto, sobre Responsible AI, assinale a afirmativa incorreta.
- A A Responsible AI envolve garantir que a IA seja desenvolvida e implementada de forma ética e legalmente responsável.
- B A Responsible AI considera as implicações sociais e os potenciais efeitos negativos que o sistema pode ter sobre as pessoas.
- C A Responsible AI é sinônimo de IA Explicável, pois ambas se referem à tomada de decisões éticas e transparentes.
- D Uma IA pode ser responsável, mas ainda ser opaca e não explicável, tornando difícil para os usuários entenderem como as decisões são tomadas.
- E A Responsible AI leva em consideração o ciclo de vida da IA, desde a concepção até a desativação, e sua responsabilidade ética em cada fase.
-
Em relação ao processamento de linguagem natural (PLN), analise as afirmativas a seguir. I. O PLN envolve a compreensão e a geração de linguagem natural humana. II. A tarefa principal do PLN é traduzir textos de uma língua para outra. III. O PLN não é utilizado para tarefas de processamento de voz. IV. O PLN é aplicado em sistemas de recuperação de informações e assistentes virtuais. Estão corretas as afirmativas
- A I e IV, apenas.
- B II e III, apenas.
- C I e III, apenas.
- D I, II e III.
- E I, II e IV.
0 de 10 questões · 0 acertos · 0 erros
Monte um caderno filtrando por matéria, assunto e dificuldade. O conjunto fica congelado na criação, então seu progresso não muda quando o banco cresce.
Crie uma conta grátis
Sem pagar nada, você faz o Teste de Nivelamento (10 questões) e acompanha seu desempenho. Montar cadernos, salvar o progresso questão a questão e usar o restante do Organizador de Estudos vêm com o plano.
Criar conta grátis Ver planosNenhum assunto encontrado.
Nenhuma prova encontrada.
Nenhuma questão encontrada com esse filtro.
As provas citadas são de autoria das respectivas bancas e órgãos examinadores, a quem pertencem todos os direitos sobre elas. As questões são reproduzidas a partir dos cadernos oficiais publicados, com identificação de banca, órgão, cargo e ano, para fins de estudo. Os comentários e explicações são de autoria da TaxEdu. As demais questões do banco são material autoral TaxEdu e estão identificadas como tal.