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 31338 Engenharia de Software Inteligencia Artificial FGV 2024

As redes neurais artificiais ( Artificial Neural Networks - ANN) constituem um grupo de algoritmos inspirados nas funções dos neurônios no cérebro humano. Diversas arquiteturas de redes neurais são utilizadas para diferentes problemas, conforme suas funcionalidades. Existe uma arquitetura de rede neural específica, especialmente apropriada ao reconhecimento de padrões de imagens e vídeos, por possuir as seguintes propriedades: • As informações fluem apenas em uma direção. • As informações são propagadas em diferentes camadas neurais que filtram características (isto é, as features ). • As informações são propagadas em diferentes camadas que reduzem sua dimensionalidade. Das opções a seguir, as redes que mais aderem às propriedades listadas acima são as redes

A de alimentação direta ( feedforward ).

B recorrentes.

C convolucionais.

D generativas adversárias (GANs).

E de Hopfield.

ID 30696 Engenharia de Software Inteligencia Artificial FGV 2024

Assinale a opção que corresponde à rede neural especialmente projetada para superar o problema do desvanecimento do gradiente em sequências longas, empregando células de memória capazes de manter informações por períodos extensos, tornando-a ideal para processar e prever eventos em dados de série temporal com dependências de longo prazo.

A CNN.

B LSTM.

C SVM.

D RNN.

E MLP.

ID 30695 Engenharia de Software Inteligencia Artificial FGV 2024

No contexto do Processamento de Linguagem Natural, a geração aumentada de recuperação (ou RAG, do inglês RetrievalAugmented Generation ) é uma técnica que visa a melhorar a acurácia e a confiabilidade de modelos de IA Generativa. O objetivo principal dessa técnica é

A facilitar a interação entre modelos de IA generativa e interfaces de usuário, melhorando a experiência do usuário ao gerar respostas mais interativas.

B diminuir o volume de dados necessário para o treinamento de modelos de IA concentrando-se exclusivamente em dados de alta qualidade.

C aumentar a capacidade dos modelos de IA generativa de produzir conteúdo visual, como imagens e vídeos, a partir de descrições textuais.

D integrar técnicas de aprendizado por reforço para permitir que modelos de IA generativa aprendam com seus próprios erros e sucessos durante a geração de texto.

E enriquecer os modelos de IA generativa com informações obtidas de bases de dados externas no momento da geração, elevando a precisão e a riqueza dos textos gerados.

ID 30476 Engenharia de Software Inteligencia Artificial FGV 2024

O tratamento dos dados influencia diretamente no desempenho de muitos algoritmos de aprendizado de máquina. A respeito de métodos de normalização e padronização numéricos é correto afirmar que

A são utilizados, principalmente, na detecção e remoção de outliers.

B na normalização com min-max scaling é definida a média desejada para o atributo.

C o uso da técnica min-max scaling é recomendada quando os dados apresentam outliers.

D na padronização com z-score são determinadas a média e a variância desejadas para o atributo.

E a padronização com z-score é empregada, usualmente, para garantir que o atributo terá apenas valores positivos.

ID 30475 Engenharia de Software Inteligencia Artificial FGV 2024

Ao se utilizar bancos de dados reais no treinamento de métodos de aprendizado de máquina é normal se deparar com entradas que possuem um ou mais parâmetros (campos) ausentes. Com relação às estratégias para lidar com dados ausentes, analise as afirmativas a seguir.

I. Só é possível realizar imputation quando o atributo ( feature ) ausente é numérico.

II. Ao utilizar o k-nearest neighbors (KNN) para fazer o imputation é uma boa estratégia primeiro fazer a normalização ou padronização dos dados.

III. Ao se trabalhar com bancos de dados com poucas amostras (itens), uma estratégia usualmente utilizada para lidar com as amostras) que possuem valores ausentes é a remoção. Está correto o que se afirma em

A I, apenas.

B II, apenas.

C III, apenas.

D I e II apenas.

E I, II e III.

ID 30339 Engenharia de Software Inteligencia Artificial FGV 2024

Deep learning (aprendizado profundo) é uma subárea do aprendizado de máquina que se concentra em algoritmos baseados em redes neurais artificiais profundas. Essas redes neurais têm várias camadas intermediárias entre a entrada e a saída, permitindo que o sistema aprenda representações de dados em múltiplos níveis de abstração. Em deep learning, o seguinte conceito se refere ao processo de ajustar os pesos de uma rede neural durante o treinamento, de modo a minimizar a função de perda:

A Inicialização de Pesos.

B Normalização.

C Propagação para Frente (Forward Propagation).

D Backpropagation.

E Dropout.

ID 29887 Engenharia de Software Inteligencia Artificial FGV 2024

No contexto jurídico brasileiro, assinale a afirmativa correta acerca do modo como a autonomia de um sistema de Inteligência Artificial (IA) é geralmente tratada, em questões relativas à sua responsabilidade por ações e atividades.

A A IA é considerada uma entidade legal autônoma com responsabilidades próprias, sendo um sujeito de direito.

B A responsabilidade pela IA e suas atividades é atribuída exclusivamente ao seu usuário final.

C A autonomia jurídica da IA não é reconhecida legalmente, recaindo a responsabilidade, como regra, sobre seus atos aos operadores humanos.

D Sistemas de IA têm, em algumas jurisdições, o mesmo status legal que incapazes.

E A lei considera a IA uma extensão do seu programador, devendo o mesmo ser legalmente acionado em todos os casos.

ID 29885 Engenharia de Software Inteligencia Artificial FGV 2024

No contexto da Inteligência Artificial (IA), assinale a opção que define corretamente o termo “explicabilidade da IA” ou “Inteligência Artificial explicável” e indica por que ele é importante para a regulação do tema.

A Representa a capacidade de uma IA de realizar tarefas sem quaisquer ações e intervenções humanas. Com base em processos algorítmicos, a IA vem ganhando autonomia decisória e mostrando-se consciente sobre o desenvolvimento das novas tecnologias.

B Representa a habilidade de uma IA de explicar suas decisões em termos tecnicamente compreensíveis, a partir de uma única linguagem desenvolvida por campos neurais.

C Representa um conjunto de técnicas de aprendizado de máquina que permite que os usuários humanos entendam, possam confiar e gerenciem com eficácia a geração emergente de parceiros com inteligência artificial.

D Representa a precisão de uma IA em prever resultados baseados em dados qualitativos e quantitativos.

E Representa a capacidade de uma IA de passar no Teste de Turing, sendo essencial para sua aceitação social.

ID 29628 Engenharia de Software Inteligencia Artificial FGV 2024

O resultado da aplicação de um algoritmo de Aprendizado de Máquina é um modelo que será usado para realizar predições. Quanto melhor o modelo gerado, mais precisas serão as predições. A precisão ou a acurácia de um modelo de Aprendizado de Máquina é medida por meio do método:

A regressão;

B treino e teste;

C matriz de confusão;

D aprendizagem por reforço;

E bagging (Bootstrap Aggregating).

ID 27944 Engenharia de Software Inteligencia Artificial FGV 2024

A Inteligência Artificial (IA) é uma área da ciência da computação que visa desenvolver sistemas capazes de realizar tarefas que normalmente exigiriam inteligência humana. O conceito que está mais diretamente relacionado ao desenvolvimento de sistemas que aprendem com os dados e melhoram seu desempenho ao longo do tempo é o de

A Algoritmo Genético.

B Redes Neurais Artificiais.

C Lógica Booleana.

D Busca Heurística.

E Programação Linear.