Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Acesse diretamente as bancas disponíveis na QuestLab. As quantidades abaixo consideram as questões ativas do banco.

CEBRASPE 51.363 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 9.793 questões FUNDATEC 9.088 questões IBADE 7.820 questões CESGRANRIO 6.013 questões OBJETIVA 4.740 questões CONSULPLAN 4.174 questões FEPESE 3.585 questões IADES 3.439 questões IESES 2.627 questões SELECON 2.377 questões IDECAN 1.907 questões MS CONCURSOS 1.485 questões Instituto Legalle 1.281 questões FAFIPA 1.161 questões FUMARC 842 questões ACAFE 551 questões INSTITUTO AOCP 430 questões NUCEPE 378 questões FUNIVERSA 348 questões FAURGS 203 questões FIOCRUZ 48 questões MACKENZIE 48 questões CETRO 17 questões

Encontre as questões que procura

Palavra-chave

Disciplina

Assunto

Tópico

Banca

Órgão

Ano

Cargo

Modalidade

Limpar filtros

63 questões encontradas

ID 7775 Informática Inteligência Artificial e Automação CEBRASPE 2025

Um modelo de machine learning foi treinado para prever se determinado email é spam ou não. Ao se avaliar o desempenho do modelo, observou-se que a métrica utilizada representava a proporção de exemplos positivos corretamente identificados em relação ao total de exemplos positivos existentes. A partir dessas informações, é correto afirmar que a métrica utilizada no referido modelo de machine learning é denominada

A especificidade.

B revocação.

C F1- score.

D acurácia.

E precisão.

ID 7773 Informática Inteligência Artificial e Automação CEBRASPE 2025

Em uma rede neural do tipo MLP ( multilayer perceptron ), o elemento responsável por introduzir não linearidade e permitir que a rede aprenda representações complexas dos dados é

A o conjunto de pesos sinápticos.

B a camada de entrada.

C a camada oculta.

D a função de ativação.

E o algoritmo de backpropagation.

ID 7636 Informática Inteligência Artificial e Automação CEBRASPE 2025

Acerca dos algoritmos de machine learning, deep learning , de técnicas de inteligência artificial generativa e LLM e dos softwares MAKER e Trinity, julgue o próximo item. A visão computacional permite que máquinas interpretem imagens e vídeos, simulando a visão humana por meio de algoritmos de machine learning e deep le arning.

A Certo

B Errado

ID 7635 Informática Inteligência Artificial e Automação CEBRASPE 2025

No que se refere a gestão do conhecimento, vocabulários controlados e utilização de inteligência artificial em gestão de dados e informação, julgue o item subsecutivo. A inteligência artificial pode reconhecer padrões, identificar anomalias e antecipar tendências futuras por meio da análise de dados e informações.

A Certo

B Errado

ID 7634 Informática Inteligência Artificial e Automação CEBRASPE 2025

No que se refere a gestão do conhecimento, vocabulários controlados e utilização de inteligência artificial em gestão de dados e informação, julgue o item subsecutivo. O vocabulário controlado é uma linguagem natural e serve para atender as necessidades de busca dos usuários.

A Certo

B Errado

ID 7633 Informática Inteligência Artificial e Automação CEBRASPE 2025

Julgue o item a seguir, relativo à análise de redes sociais (ARS), ferramenta que permite compreender a dinâmica de comunidades online na Web. A capacidade de essa ferramenta prever com precisão a propagação de informações em tempo real é diretamente proporcional à granularidade dos dados coletados, independentemente da complexidade dos algoritmos utilizados.

A Certo

B Errado

ID 7632 Informática Inteligência Artificial e Automação CEBRASPE 2025

Tendo em vista os recentes avanços da inteligência artificial na bioinformática, julgue o item a seguir. As redes neurais convolucionais são amplamente utilizadas em bioinformática para o processamento de sequências genômicas, pois sua arquitetura permite capturar relações temporais e de longo alcance nas sequências de DNA, de forma similar ao que ocorre no processamento de séries temporais.

A Certo

B Errado

ID 7631 Informática Inteligência Artificial e Automação CEBRASPE 2025

Tendo em vista os recentes avanços da inteligência artificial na bioinformática, julgue o item a seguir. Na detecção e na classificação de elementos transponíveis por aprendizado de máquina, o conjunto de dados pode ser altamente desequilibrado, o que torna inadequadas algumas métricas, como precisão e curvas ROC ( receiver operating characteristic ).

A Certo

B Errado

ID 7630 Informática Inteligência Artificial e Automação CEBRASPE 2025

Acerca de modelagem computacional e inteligência artificial aplicada à biologia, julgue o item subsecutivo. Redes neurais gráficas são ferramentas importantes na modelagem de vias metabólicas e utilizam métodos, como random forest e XGBoost, para prever reações enzimáticas e detectar relações entre metabólitos.

A Certo

B Errado

ID 7629 Informática Inteligência Artificial e Automação CEBRASPE 2025

O plano diretor da Embrapa 2024–2030 inclui, entre suas metas, a geração de conhecimento, tecnologias e informação para o enfrentamento e a mitigação das mudanças do clima, para o uso racional dos recursos naturais dos biomas brasileiros e para uma agricultura sustentável de futuro. A pesquisa nestas linhas de ação exige a aquisição e o processamento de um volume grande de variáveis e dados, o que hoje pode ser viabilizado por ferramentas como a computação quântica, a inteligência artificial, incluindo machine learning e deep learning, Big Data, blockchain , visão computacional, robótica e automação, o que se reflete em outro compromisso para a produção de massa crítica e domínio em tecnologias emergentes e disruptivas que permitam atingir os objetivos citados. Considerando o assunto tratado no texto precedente, julgue o item seguinte. No emprego das redes neurais convolucionais, aplicadas à visão computacional, os módulos iniciais conseguem identificar linhas e bordas dos objetos, os módulos seguintes organizam esses padrões em texturas e estruturas simples como triângulos e manchas, os quais se combinam então em outras estruturas como partes de folhas, galhos e bagas, e finalmente, os últimos módulos combinam esses elementos em objetos de interesse, como uma planta, um fruto ou um animal.

A Certo

B Errado