Questões de Concursos: Ciência de Dados

Os hiperparâmetros de um modelo são todos os parâmetros que podem ser definidos antes do inicio do treinamento, diferentemente dos parâmetros do modelo, que são aprendidos durante o treino do modelo. A busca por hiperparâmetros de determinado algoritmo de aprendizado de máquina que retorne o melhor desempenho medido em um conjunto de validação deu origem ao conceito de otimização de hiperparâmetros.

Acerca dos conceitos de otimização de hiperparâmetros de modelos de aprendizado de máquinas, julgue o item que se segue.

A otimização bayesiana se utiliza do conceito de probabilidade para encontrar o valor de entrada de uma função que possa retornar o menor valor de saída possível. Nesse método, o número de iterações de pesquisa pode ser reduzido a partir da escolha dos valores de entrada, levando em consideração os resultados anteriores, o que caracteriza um processo iterativo.

Com respeito amachine learningaplicado, julgue o próximo item.

O CBOW é um modelo de aprendizado de máquina desenhado para prever contexto com base em determinada palavra.

Com respeito amachine learningaplicado, julgue o próximo item.

Suponha que a palavra amor ocorra 1.000 vezes no último livro escrito por certo autor, que escreveu, no total, 10 livros. Nesse caso, se a palavra amor for encontrada em todos os livros desse autor, então o valor do TF-IDF (term frequencyinverse document frequency) referente à palavra amor no último livro escrito será igual a 1/1.000.

Com referência aos conceitos de banco de dados e data warehouse, julgue o item seguinte.

Em sistemas NoSQL baseados em armazenamento de chave-valor, a chave é multidimensional e composta pela combinação do nome de tabela com a chave linha-coluna e com o rótulo de data e hora.

Com base nessas informações hipotéticas, julgue o próximo item.

Nas primeiras dez horas de produção, foram extraídos desse poço mais de 1.500 metros cúbicos de petróleo.

Considerando np a biblioteca numpy do Python, julgue o item a seguir.

Se A = np.array([[6],[2],[-1],[0],[-5],[6],[7],[9],[2]]),

A₁ = A[3:7,01], e A₂ = A₁.reshape(2,2), então

np.linalg.det(A₂)>20.

Com respeito amachine learningaplicado, julgue o próximo item.

Mask RCNN (region-based convolutional neural network) é um método para segmentação de objetos e instâncias que se baseia em detecção, enquanto o método SSAP (single-shot instance segmentation) se baseia em pixels.

No que concerne à teoria de funções deriváveis de duas variáveis reais, julgue o item seguinte.

Se P(x,y) = x ³/y ² representa o consumo de gasolina em uma cidade em função do preço y e da quantidade x de veículos da cidade, a taxa instantânea de variação do consumo quando y varia e x é mantido fixo é igual a x³ /2y

Com base nessas informações hipotéticas, julgue o próximo item.

O volume instantâneo que o poço produz está aumentando no instante t = 10 horas.

Uma árvore de decisão representa um determinado número de caminhos possíveis de decisão e os resultados de cada um deles, apresentando muitos pontos positivos, ou seja, são fáceis de entender e interpretar. Elas têm processo de previsão completamente transparente e lidam facilmente com diversos atributos numéricos, assim como atributos categóricos, podendo até mesmo classificar dados sem atributos definidos.

De acordo com os aspectos construtivos de uma árvore de decisão, julgue o item a seguir.

Se o processo adotado para a construção de árvores de decisão for determinístico, uma forma de obtenção de árvores aleatórias, que compõem as florestas aleatórias, pode ser realizada por meio do bootstrap dos dados, em que cada árvore é treinada com base no resultado de bootstrap_sample (inputs).