Questões de Concursos

Um analista da área de tecnologia da informação recebeu um conjunto de dados sobre o consumo de energia elétrica de indústrias no formato de distribuição de frequência.
Assinale a opção que indica o tipo de gráfico mais adequado para representar essa distribuição de frequência.

Um fabricante de certo equipamento diz que o tempo médio de sobrevida de seu produto é de 720 dias. Para verificar se a afirmação do fabricante estava correta, foi realizado um teste de hipótese.
Para tanto, foi selecionado uma amostra de 25 equipamentos, em que se observou que o tempo médio e o desvio padrão dessa amostra foi de, aproximadamente, 700 dias e 20 dias respectivamente.
Levando em consideração a potência do teste, assinale a opção que apresenta a hipótese alternativa mais adequada para a realização do teste.

Um símbolo binário, digamos 0 ou 1, é transmitido incorretamente por meio de um canal de comunicação com ruído, com probabilidade 0,10 e 0,05, respectivamente.
Supondo que a probabilidade do canal transmitir um 0 é 0,4, assinale a opção que indica a probabilidade de um símbolo escolhido aleatoriamente ser recebido corretamente.

Seja X a variável aleatória que representa o número de ocorrências de um certo evento A em t unidades de tempo. A distribuição de probabilidade de X segue a distribuição de Poisson, isto é, a probabilidade de {X = x} é dada por:

e ⁻λ^t(λt) ^x/x!

em que λ é a taxa de ocorrência por unidade de tempo.
Considerando o exposto, o valor esperado do tempo entre duas ocorrências consecutivas do evento A, é

Seja o conjunto de dados abaixo cuja média aritmética é 30:

{21, 42, 29, 15, 27, 36, 25, 45}

Considerando o exposto, analise os itens a seguir.

I. A amplitude dos dados é igual àI, II média.
II. A mediana é 28.
III. A moda é 45.

Está correto o que se afirma em

Com relação aos conceitos básicos de análise exploratória de dados, analise as afirmativas a seguir.

I. O coeficiente de curtose é uma medida adimensional que depende da diferença entre os percentis de ordem 90 e 10.

II. Quando o coeficiente de correlação entre duas variáveis aleatórias é nulo, isso implica que as mesmas são independentes.

III. Um conjunto de dados cujo desvio padrão é maior do que o de outro conjunto possui maior dispersão.


Está correto o que se afirma em

A decomposição em valores singulares (Singular Value Decomposition - SVD) de uma matriz é uma fatoração importante por ser aplicável em diversos algoritmos de inteligência artificial. Considere o trecho de código em linguagem R a seguir.

1. A <- matrix(c(1,2,1,2), ncol=2, nrow=2) 2. svd_result <- svd(A) 3. V <-svd_result$v 4. M <- V %*% t(V) 5. cat(M[1,1], "--", M[2,2])

Assinale a opção que indica a saída esperada para a execução do trecho de código.

Os Sistemas Globais de Navegação por Satélite permitem a definição das coordenadas de suas antenas, conforme o respectivo sistema de coordenadas de referência.
Assinale a opção que apresenta a relação correta entre sistemas de navegação por satélite e os respectivos sistemas de coordenadas.

Sistemas de Informações Geográficas (SIG) são recursos valiosos para instituições cujos negócios demandam a tomada de decisões baseadas na geolocalização de objetos e fenômenos. Entre as funcionalidades inerentes aos SIG, algumas destinam-se à manipulação e à análise de dados geográficos, tantos matriciais quanto vetoriais.
Assinale a opção que apresenta funcionalidade de manipulação e de análise de dados matriciais, exclusivamente.

Um modelo de regressão múltipla foi utilizado para estudar o consumo do gás natural em função de vários fatores levantados por especialistas. Nesse modelo adotado foi realizado uma análise de resíduos e verificou-se a presença de outliers.

Para verificar se um outlier é influente ou não, o método mais apropriado seria

Um pesquisador desenvolveu um estudo longitudinal para analisar o consumo de energia elétrica mensal de empresas do setor energético de determinada região, ao longo dos últimos 40 anos. Analisando a base de dados coletada, o pesquisador verificou que a base tinha vários dados faltantes e que necessitava utilizar alguma técnica de imputação de dados.

Assinale a opção que apresenta a técnica mais apropriada para o estudo do pesquisador.

Algoritmos de agrupamento são fundamentais para a área de aprendizado de máquina não supervisionado. Em geral, esses algoritmos determinam clusters de instâncias de dados que possuem algum traço de similaridade entre si.

Relacione os métodos de agrupamento hierárquico e o K-means às suas principais características.

1. Agrupamento Hierárquico 2. K-means


( ) Seus resultados são altamente sensíveis ao número de clusters que deve ser pré-definido pelo usuário do algoritmo.

( ) Baseia-se em abordagens top-down ou bottom-up, isto é, com a divisão ou com a união sucessiva de clusters.

( ) Seus resultados costumam ser graficamente visualizados por dendrogramas, que podem ser seccionados de acordo com o número de clusters determinado pelo usuário do algoritmo.

( ) Avalia distâncias entre as instâncias de dados e os centroides dos clusters e atualiza a posição dos centroides dos clusters sucessivamente, até a convergência.


Assinale a opção que indica a relação correta, na ordem apresentada.

O problema básico das projeções cartográficas é a representação de uma superfície curva em um plano. Nesse sentido, foram elaborados diversos modelos matemáticos baseados em superfícies geométricas que minimizam as distorções decorrentes de tais projeções e, em alguns casos, preservam a verdadeira grandeza de ângulos, distâncias e áreas.
Nesse contexto, assinale a opção que apresenta, respectivamente, a superfície de referência e a grandeza preservada na projeção empregada no sistema de coordenadas UTM.

O pacote neuralnet, da linguagem R, é uma ferramenta útil para a definição e para o treinamento de redes neurais, disponibilizando ao usuário uma interface relativamente simples.
Uma das limitações do pacote neuralnet é não oferecer ao usuário muitas opções pré-definidas de funções de ativação. Caso o usuário deseje utilizar uma função de ativação diferente das únicas duas já pré-definidas no pacote, é preciso definí-la e atribuí-la por meio do argumento act.fct.
Ao invocar o método neuralnet para o treinamento de uma rede neural, caso o argumento act.fct não seja explicitamente determinado na chamada do método, a função de ativação padrão utilizada nos neurônios da rede será

O treinamento em redes neurais artificiais é, essencialmente, um problema de otimização, em que se busca minimizar o erro entre as predições do modelo neural e os valores alvo preexistentes no conjunto de dados de treinamento.

Com respeito aos métodos relacionados à otimização de parâmetros em redes neurais artificiais, analise as afirmativas a seguir.


I. No algoritmo backpropagation, a aplicação da regra da cadeia é fundamental para o cálculo dos gradientes dos erros com respeito aos pesos (parâmetros) da rede neural artificial.
II. O método do gradiente (também chamado de método do máximo declive ou Gradient Descent – GD) escolhe aleatoriamente um pequeno número de instâncias de dados de treinamento a cada passo, aumentando a velocidade inicial de minimização das métricas de erro.
III. As técnicas de regularização L1 (Lasso) e L2 (Ridge) podem ser utilizadas para mitigar problemas relacionados a inicialização indevida de pesos (parâmetros) em redes neurais.


Está correto o que se afirma em

A análise de componentes principais (Principal Component Analysis - PCA) é uma técnica consagrada para a redução de dimensionalidade e para a identificação de padrões estruturais lineares em conjuntos de dados.

Com relação à análise de componentes principais, analise as afirmativas a seguir e assinale (V) para a verdadeiras e (F) para a falsa.


( ) Baseia-se na identificação dos autovetores da matriz de covariâncias dos dados, permitindo ao analista determinar direções de maiores variações nas instâncias de dados.

( ) Permite a seleção e a eliminação das dimensões referentes às direções de maiores variações nas instâncias de dados, que por sua vez contribuem com poucas informações úteis para a análise do conjunto de dados.

( ) É utilizada em compressão de dados, pois permite a representação dos dados em menos dimensões que são facilmente interpretáveis pelo analista, sem grandes perdas de informações.


As afirmativas são, respectivamente.

As técnicas de aprendizado supervisionado estão baseadas na determinação de modelos capazes de otimizar o mapeamento entre entradas e saídas de um conjunto de dados. Por vezes, o processo de treinamento pode gerar modelos muito complexos que “aprendem” o ruído existente nos conjuntos de dados, caracterizando o fenômeno de sobreajuste ou overfitting.

Um método que pode ajudar a mitigar a ocorrência do overfitting consiste em

I. dividir o conjunto de dados em k partes;
II. utilizar uma das partes para teste e as outras k-1 para treinamento;
III. repetir o processo para cada uma das k partes do conjunto de dados; e
IV. avaliar a média das métricas de performance para o modelo.

O método acima é chamado de

O pacote dplyr do R é um dos mais usados para manipulação de dados.
Assinale a opção que indica o conjunto de funções auxiliares desse pacote que são muito úteis para a seleção de colunas.