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

56 questões encontradas

ID 9572 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

Acerca de LLM, IA generativa e data science , julgue o item subsequente. No contexto da IA generativa, o conceito de latent space refere-se a um espaço vetorial multidimensional em que características abstratas de dados de entrada são representadas e manipuladas para gerarem novos dados.

A Certo

B Errado

ID 8473 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

Texto associado

Acerca de deep learning , de Big Data e de redes neurais, julgue o item subsequente.

Em uma rede neural artificial treinada por retropropagação, o objetivo principal do algoritmo durante o treinamento é aumentar o número de camadas ocultas até que a acurácia atinja 100%.

A Certo

B Errado

ID 8393 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

A respeito de aprendizagem de máquina, julgue o item que se segue. No algoritmo Apriori, utilizado para mineração de regras de associação, o princípio da monotonicidade estabelece que, se um itemset for frequente, então todos os seus superconjuntos também serão frequentes, o que permite uma poda eficiente do espaço de busca.

A Certo

B Errado

ID 8391 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

A respeito de aprendizagem de máquina, julgue o item que se segue. No agrupamento hierárquico, ao contrário do k-means , não se exige especificação prévia do número de clusters .

A Certo

B Errado

ID 8388 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

A respeito de aprendizagem de máquina, julgue o item que se segue. Em validação cruzada k-fold , cada instância do conjunto de dados é utilizada uma única vez para teste, o que garante avaliação equilibrada.

A Certo

B Errado

ID 8361 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

De acordo com os conceitos que dão base à inteligência artificial (IA), existe uma entidade autônoma que se caracteriza por perceber seu ambiente através de sensores, atuar sobre esse ambiente por meio de atuadores, processar internamente dados percebidos e conhecimentos armazenados, e selecionar ações específicas que maximizam sua medida de desempenho esperada, conforme definido pela sequência de percepções e seu conhecimento interno. Essa entidade é definida na IA como

A processo de decisão sequencial.

B rede neural.

C agente racional.

D algoritmo evolutivo.

E modelagem cognitiva.

ID 8360 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

Um sistema de inteligência artificial foi desenvolvido para dirigir um veículo em um jogo de corrida virtual. O sistema começa sem conhecimento prévio e não recebe exemplos rotulados de como dirigir corretamente. Durante o aprendizado, ele não identifica ou utiliza padrões da pista ou do comportamento de outros veículos. Sua única fonte de informação são as pontuações: pontos positivos ao manter o veículo na pista e fazê-lo completar voltas, pontos negativos quando o veículo sai da pista ou colide, e bônus quando ultrapassa outro veículo ou completa mais rápido a corrida. O sistema ajusta seu comportamento baseando-se unicamente nessas pontuações recebidas após suas ações. Na situação hipotética precedente, é caracterizado o aprendizado de máquina

A passivo.

B por transferência.

C supervisionado.

D não supervisionado.

E por reforço.

ID 8359 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

Nas IA generativas baseadas em arquiteturas transformer, com mecanismo de atenção, o modelo consegue relacionar diferentes palavras para produzir texto coerente; ao gerar, por exemplo, a frase “Maria foi ao mercado porque ela precisava comprar leite”, o modelo deve lembrar que “ela” se refere a “Maria”. Com base nesse contexto, assinale a opção correta.

A Modelos de IA que geram texto processam simultaneamente todas as palavras de saída, sem considerar a ordem em que elas aparecem.

B Na geração de texto palavra por palavra, a cada nova palavra gerada, o modelo de IA deve dedicar a atenção às palavras que já foram geradas anteriormente.

C A principal função do mecanismo de atenção é verificar a gramática do texto, não suas relações semânticas.

D O mecanismo de atenção distribui o mesmo peso para todas as palavras anteriores, sem priorizar palavras quanto à relevância no contexto.

E O mecanismo de atenção cria conexões para relações entre palavras adjacentes, não conectando palavras que estão distantes entre si no texto.

ID 8187 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

Acerca de machine learning, do sistema operacional Linux, do protocolo DNS e dos modelos de serviço em nuvem, julgue o item subsequente. Em machine learning supervisionado, o algoritmo aprende, a partir de um conjunto de dados rotulados, a identificar padrões e realizar previsões em novos dados.

A Certo

B Errado

ID 8177 Engenharia de Software Inteligencia Artificial CEBRASPE 2025

Julgue o item subsecutivo, no que se refere a aprendizado de máquina e API ( application programming interface ). Em aprendizado de máquina, as técnicas de classificação e regressão são exemplos de aplicações práticas para a solução de problemas.

A Certo

B Errado