Afonso comprou um imóvel cujo preço à vista era, em reais, igual a n. Pagou um valor igual a 40% de n no ato da compra, e o restante em uma parcela única, três meses após a data da compra, sendo o valor original da parcela acrescido de 5% a título de juros. Nessas condições, o valor total que Afonso pagou pela compra desse imóvel teve, em relação a n, um acréscimo de
A Norma NBR ISO/IEC 27002 (Tecnologia da Informação – Técnicas de segurança – Código de Prática para controles de segurança da informação) contém, em uma de suas seções, recomendações sobre o tratamento de mídias utilizadas para o armazenamento de informações da empresa. Tais recomendações, no que diz respeito ao tratamento dessas mídias, incluem
Por quê?
“Correlação não é causa” é um mantra que todos aqueles que já entraram numa aula de estatística ou de metodologia científica ouviram. E de fato não é. O canto do galo e o nascer do sol estão fortemente correlacionados, mas ninguém deve achar que é o som emitido pelo galináceo que provoca o surgimento do astro todas as manhãs.
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
1contrafactual: simulação (sentido aproximado)
2big data: grande banco de dados
2big data: grande banco de dados
A frase em que a concordância está em conformidade com a norma-padrão da língua é:
Uma empresa deseja criar uma rede para cada um de seus departamentos, sendo que cada rede possuirá uma determinada quantidade de computadores. Um Assistente de Informática da empresa sugeriu criar uma rede com IP Classe C com uma máscara de sub-rede igual a 255.255.255.224. Com essa sugestão, o número de departamentos que poderão ser atendidos e o número de computadores que cada departamento poderá possuir serão, respectivamente:
Se estou com pressa e o computador travou, então não consigo fazer o trabalho. Uma afirmação que seja logicamente equivalente à afirmação anterior é:
Nos processos de armazenamento e backup de dados, o emprego de mecanismos de deduplicação contribui
Em uma sala estão 100 pessoas. Essas pessoas sairão da sala em etapas. O número de pessoas que sairão em cada etapa, e nessa ordem, serão: 1, 2, 3, 4, e assim sucessivamente. Pela primeira vez, após uma determinada etapa, restarão na sala menos do que 50 pessoas.
Nessa situação, o número de pessoas que ainda estão na sala é igual a
Nessa situação, o número de pessoas que ainda estão na sala é igual a
A prefeitura de certo município dispõe de um determinado número de mudas de árvores para serem plantadas em um trecho de n quilômetros de uma rodovia vicinal. Constatou-se que se forem plantadas 20 mudas a cada quilômetro, faltarão 40 mudas. Entretanto, se forem plantadas 16 mudas a cada quilômetro, sobrarão 20 mudas.
O número de mudas disponíveis para essa finalidade é igual a
O número de mudas disponíveis para essa finalidade é igual a
Por quê?
“Correlação não é causa” é um mantra que todos aqueles que já entraram numa aula de estatística ou de metodologia científica ouviram. E de fato não é. O canto do galo e o nascer do sol estão fortemente correlacionados, mas ninguém deve achar que é o som emitido pelo galináceo que provoca o surgimento do astro todas as manhãs.
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
1contrafactual: simulação (sentido aproximado)
2big data: grande banco de dados
2big data: grande banco de dados
Considerando as regras de regência da norma padrão, a expressão destacada em – ... não podemos nos furtar a entender... – pode ser substituída por
Se o número é menor que 10, então coloque-o no grupo A. Se o número não é menor que 10, então coloque-o no grupo B. Se o número foi para o grupo A e for um número par, divida-o por 2 e coloque o resultado no grupo C. Se o número foi para o grupo A e for um número ímpar, adicione 1 ao número, divida a soma por 2 e coloque o resultado no grupo D. Se o número foi para o grupo B e for um número par, divida-o por 2 e coloque o resultado no grupo A. Se o número foi para o grupo B e for um número ímpar, adicione 1 ao número, divida a soma por 2 e coloque o resultado no grupo A.
Submeta os números 18, 13, 12, 8 e 3 às condições dadas. A diferença entre a soma dos números que chegaram ao grupo D e a soma dos números que chegaram ao grupo C é igual a
Submeta os números 18, 13, 12, 8 e 3 às condições dadas. A diferença entre a soma dos números que chegaram ao grupo D e a soma dos números que chegaram ao grupo C é igual a
Por quê?
“Correlação não é causa” é um mantra que todos aqueles que já entraram numa aula de estatística ou de metodologia científica ouviram. E de fato não é. O canto do galo e o nascer do sol estão fortemente correlacionados, mas ninguém deve achar que é o som emitido pelo galináceo que provoca o surgimento do astro todas as manhãs.
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
1contrafactual: simulação (sentido aproximado)
2big data: grande banco de dados
2big data: grande banco de dados
Segundo a norma-padrão de emprego e colocação de pronomes, o trecho do texto está reescrito corretamente na alternativa:
Considere a execução da sequência de comandos a seguir, em um terminal shell do Linux:
# cd /root
# mkdir -p /root/foo/bar
# pwd
O resultado impresso na tela após a execução do último comando será:
# cd /root
# mkdir -p /root/foo/bar
# pwd
O resultado impresso na tela após a execução do último comando será:
Foi criado um objeto de Usuário no Active Directory com o nome “maria.silva”. Esse objeto foi criado sob a Unidade Organizacional “Funcionários”, que se encontra na raiz do domínio “empresa.com.br”. O nome distinto (Distinguished Name ou DN) do objeto criado no diretório é, portanto:
Em um sistema operacional, existem diversas situações que poderiam acarretar o deadlock. Algumas estratégias podem ser utilizadas no seu tratamento, a exemplo daquela conhecida como “Algoritmo do Avestruz”, que
Por quê?
“Correlação não é causa” é um mantra que todos aqueles que já entraram numa aula de estatística ou de metodologia científica ouviram. E de fato não é. O canto do galo e o nascer do sol estão fortemente correlacionados, mas ninguém deve achar que é o som emitido pelo galináceo que provoca o surgimento do astro todas as manhãs.
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
1contrafactual: simulação (sentido aproximado)
2big data: grande banco de dados
2big data: grande banco de dados
Segundo o autor, um atrativo do livro de Pearl e Mackenzie é
Um administrador da rede de computadores de uma empresa foi notificado da ocorrência de um ataque de segurança realizado por meio da Internet e identificou como sendo do tipo spoofing, pois
Para compartilhar dados com outras aplicações e melhorar a experiência do usuário, os desenvolvedores de uma aplicação Java EE optaram por persistir o estado da sessão de seus usuários em banco de dados. Apesar dos resultados positivos, esse procedimento afetou negativamente o desempenho da aplicação. Com o intuito de contornar tal efeito negativo, pode-se
A Norma NBR ISO/IEC 27005 (Tecnologia da Informação – Técnicas de segurança – Gestão de riscos da segurança da informação) define, em sua seção de termos e definições, o risco residual como sendo
Diversos tipos do EAP (Extensible Authentication Protocol) podem ser encontrados nos padrões 802.1X. O tipo que fornece um método para transportar dados de autenticação com segurança, incluindo protocolos herdados baseados em senha, por meio de redes Wi-Fi 802.11, utilizando o tunelamento entre clientes e um servidor de autenticação, autenticando clientes de redes Wi-Fi, é denominado
Um servidor de aplicação Java EE torna-se instável quando submetido a um alto volume de requisições, ficando indisponível por alguns minutos, embora o consumo de CPU, memória, disco e rede não estejam saturados. Frente a essa situação, o correto diagnóstico desse servidor requer