Questões de Concursos Bioinformática Resolva questões de Bioinformática comentadas com gabarito, online ou em PDF, revisando rapidamente e fixando o conteúdo de forma prática. Filtrar questões 💡 Caso não encontre resultados, diminua os filtros. Bioinformática Ordenar por: Mais populares Mais recentes Mais comentadas Filtrar questões: Exibir todas as questões Exibir questões resolvidas Excluir questões resolvidas Exibir questões que errei Filtrar 1Q1078296 | Noções de Informática, Inteligência Artificial e Automação, Bioinformática, FIOCRUZ, FIOCRUZ, 2024A seleção de características (feature selection) é uma etapa importante no contexto de aprendizado de máquina, principalmente quando há diversas dimensões que podem ser exploradas. O conjunto de características (features) selecionadas pode ser efetivamente utilizado para construir modelos preditivos ou realizar outras análises estatísticas. Dentro deste contexto, é correto afirmar que a seleção de característica: ✂️ a) não contribui para melhorar a precisão do modelo ao remover ruídos dos dados. ✂️ b) não pode ser feita utilizando algoritmos baseados em filtro, embutidos ou de wrapper. ✂️ c) é um processo que pode aumentar a velocidade de treinamento do modelo independentemente do tamanho do conjunto de dados. ✂️ d) é necessária apenas quando o modelo de aprendizado de máquina apresenta overfitting. ✂️ e) não tem capacidade de reduzir a complexidade do modelo, facilitando sua interpretação e reduzindo o risco de overfitting. Resolver questão 🗨️ Comentários 📊 Estatísticas 📁 Salvar 📑 Conteúdos 🏳️ Reportar erro 2Q1078295 | Noções de Informática, Inteligência Artificial e Automação, Bioinformática, FIOCRUZ, FIOCRUZ, 2024No aprendizado de máquina, a etapa de validação cruzada (cross-validation) tem como objetivo principal: ✂️ a) treinar o modelo em um conjunto de dados desconhecido ✂️ b) diminuir a complexidade dos modelos, aumentando sua explicabilidade. ✂️ c) avaliar a capacidade de generalização do modelo. ✂️ d) comparar o desempenho de modelos distintos. ✂️ e) diminuir a variância do modelo. Resolver questão 🗨️ Comentários 📊 Estatísticas 📁 Salvar 📑 Conteúdos 🏳️ Reportar erro 🖨️ Salvar PDF
1Q1078296 | Noções de Informática, Inteligência Artificial e Automação, Bioinformática, FIOCRUZ, FIOCRUZ, 2024A seleção de características (feature selection) é uma etapa importante no contexto de aprendizado de máquina, principalmente quando há diversas dimensões que podem ser exploradas. O conjunto de características (features) selecionadas pode ser efetivamente utilizado para construir modelos preditivos ou realizar outras análises estatísticas. Dentro deste contexto, é correto afirmar que a seleção de característica: ✂️ a) não contribui para melhorar a precisão do modelo ao remover ruídos dos dados. ✂️ b) não pode ser feita utilizando algoritmos baseados em filtro, embutidos ou de wrapper. ✂️ c) é um processo que pode aumentar a velocidade de treinamento do modelo independentemente do tamanho do conjunto de dados. ✂️ d) é necessária apenas quando o modelo de aprendizado de máquina apresenta overfitting. ✂️ e) não tem capacidade de reduzir a complexidade do modelo, facilitando sua interpretação e reduzindo o risco de overfitting. Resolver questão 🗨️ Comentários 📊 Estatísticas 📁 Salvar 📑 Conteúdos 🏳️ Reportar erro
2Q1078295 | Noções de Informática, Inteligência Artificial e Automação, Bioinformática, FIOCRUZ, FIOCRUZ, 2024No aprendizado de máquina, a etapa de validação cruzada (cross-validation) tem como objetivo principal: ✂️ a) treinar o modelo em um conjunto de dados desconhecido ✂️ b) diminuir a complexidade dos modelos, aumentando sua explicabilidade. ✂️ c) avaliar a capacidade de generalização do modelo. ✂️ d) comparar o desempenho de modelos distintos. ✂️ e) diminuir a variância do modelo. Resolver questão 🗨️ Comentários 📊 Estatísticas 📁 Salvar 📑 Conteúdos 🏳️ Reportar erro