Analytics e inteligência artificial

Prévia do material em texto

<p>Analytics e inteligência artificial (IA)</p><p>Anhanguera</p><p>1)</p><p>Os Large Language Models (LLMs), ou Modelos de Linguagem de Grande Escala, representam uma classe avançada de modelos de Inteligência Artificial, baseados em arquiteturas de rede neural profundas, como o Transformer. Esses modelos são treinados em grandes quantidades de dados textuais, utilizando técnicas avançadas de aprendizado de máquina e processamento de linguagem natural. Além disso, se destacam por sua capacidade de realizar uma ampla variedade de tarefas, desde tradução de idiomas até geração de texto de qualidade.</p><p>A partir desse contexto, selecione a alternativa correta que contém uma característica distintiva dos Large Language Models (LLMs), como o Transformer, que contribui para sua versatilidade e capacidade de realizar uma ampla variedade de tarefas complexas.</p><p>Alternativas:</p><p>·</p><p>Não lidam com processamento de linguagem natural.</p><p>·</p><p>São treinados exclusivamente em dados de imagens.</p><p>·</p><p>Não são baseados em arquiteturas de rede neural profundas.</p><p>·</p><p>Utilizam algoritmos de aprendizado não supervisionado.</p><p>·</p><p>São capazes de realizar tarefas complexas, com base em grandes quantidades de dados textuais.</p><p>· CORRETO</p><p>Código da questão: 81161</p><p>2)</p><p>A automação de processos com a utilização da Inteligência Artificial (IA) tem se destacado como uma abordagem altamente promissora em diversos setores, graças às suas capacidades técnicas avançadas. A IA faz uso de algoritmos de aprendizado de máquina, processamento de linguagem natural (NLP) e análise de dados, a fim de otimizar a eficiência e a produtividade em várias áreas. Um exemplo prático é a automação do atendimento ao cliente, onde a IA é empregada no desenvolvimento de chatbots inteligentes, capazes de compreender e responder às consultas dos clientes de forma automatizada.</p><p>Sobre esse contexto, analise as afirmativas a seguir e assinale-as com V (verdadeiro) ou F (falso):</p><p>(   ) A IA é utilizada na automação do atendimento ao cliente para desenvolver chatbots capazes de compreender e responder às consultas dos clientes.</p><p>(   ) A IA na automatização do atendimento ao cliente diminui a qualidade das interações com os clientes.</p><p>(   ) A IA na automatização do atendimento ao cliente apenas acelera o processo de resposta.</p><p>(   ) A IA na automatização do atendimento ao cliente é baseada em algoritmos de aprendizado profundo.</p><p>(   ) A IA na automatização do atendimento ao cliente não tem capacidade de adaptação a diferentes cenários.</p><p>Assinale a alternativa que contenha a sequência correta de V e F.</p><p>Alternativas:</p><p>·</p><p>F – V – F – F – F.</p><p>·</p><p>V – V – F – V – V.</p><p>· INCORRETO</p><p>·</p><p>V – F – F – F – F.</p><p>·</p><p>V – V – F – V – F.</p><p>·</p><p>F – V – F – V – F.</p><p>Código da questão: 81188</p><p>3)</p><p>Em um cenário empresarial e tecnológico em constante evolução, a automatização de tarefas repetitivas emerge como uma solução vital para melhorar a eficiência operacional. Essa abordagem usa uma variedade de tecnologias e ferramentas para substituir a intervenção manual em atividades que consomem tempo e recursos preciosos. Uma das vantagens técnicas mais evidentes dessa automatização é a melhoria da velocidade e precisão das tarefas automatizadas. Ao substituir a intervenção manual por scripts, macros, softwares especializados ou sistemas automatizados, as organizações podem realizar tarefas rotineiras com rapidez e uniformidade. Isso reduz o tempo necessário para completar essas tarefas e minimiza erros humanos, proporcionando benefícios significativos.</p><p>A partir desse contexto, selecione a alternativa que contém um dos principais benefícios técnicos da automatização de tarefas repetitivas para a eficiência operacional nas empresas.</p><p>Alternativas:</p><p>·</p><p>Redução da eficiência operacional, por meio da intervenção manual em atividades demoradas.</p><p>·</p><p>Melhoria da velocidade e precisão das tarefas automatizadas.</p><p>· CORRETO</p><p>·</p><p>Aumento da complexidade das tarefas para melhor alocação de recursos.</p><p>·</p><p>Diminuição da ocorrência de erros humanos, mas com uma redução na eficiência geral.</p><p>·</p><p>Aumento da intervenção manual para garantir o controle total dos processos.</p><p>Código da questão: 81186</p><p>4)</p><p>No campo da Inteligência Artificial e da estatística, uma série de conceitos-chave desempenha um papel fundamental na modelagem e análise de dados. Neste contexto, é essencial compreender três desses conceitos: misturas de distribuições, modelos de Markov ocultos e redes Bayesianas. Cada um deles representa uma abordagem única para lidar com problemas complexos e incertos, fornecendo ferramentas poderosas para modelar, prever e entender sistemas em uma variedade de domínios.</p><p>Leia e associe as informações indicadas por letras e números dos conceitos que estão sendo apresentados a seguir:</p><p>I. Misturas de distribuições.</p><p>II. Modelos de Markov Ocultos.</p><p>III. Redes Bayesianas.</p><p>A. São modelos estatísticos que combinam várias distribuições de probabilidade.</p><p>B. São representações gráficas de modelos probabilísticos que descrevem as relações entre diferentes variáveis.</p><p>C. São uma classe de modelos estatísticos utilizados para lidar com sequências de dados, onde a estrutura subjacente é considerada como um processo de Markov.</p><p>Assinale a alternativa que traz a associação correta entre as duas listas.</p><p>Alternativas:</p><p>·</p><p>I-A; II-C; III-B.</p><p>·</p><p>I-B; II-A; III-C.</p><p>·</p><p>I-B; II-C; III-A.</p><p>· INCORRETO</p><p>·</p><p>I-C; II-A; III-B.</p><p>·</p><p>I-C; II-B; III-A.</p><p>Código da questão: 81141</p><p>5)</p><p>No campo da Inteligência Artificial, a geração de sequências de dados coerentes e realistas é um desafio fundamental. Para enfrentar esse desafio, foram desenvolvidos modelos generativos probabilísticos, como as Redes Neurais Autoregressivas, que têm a capacidade de gerar sequências de dados passo a passo, levando em consideração informações contextuais anteriores, o que os torna altamente eficazes na criação de sequências de alta qualidade.</p><p>Sobre as características e o funcionamento das Redes Neurais Autoregressivas, analise as assertivas a seguir e identifique as corretas.</p><p>I. As Redes Neurais Autoregressivas são modelos generativos probabilísticos que geram sequências de dados, considerando informações contextuais anteriores, passo a passo.</p><p>II. Os modelos autoregressivos, incluindo as Redes Neurais Autoregressivas, são treinados para prever a próxima parte de uma sequência com base nas partes anteriores, resultando em sequências de dados altamente coerentes e realistas.</p><p>III. Ao contrário dos Variational Autoencoders (VAEs), que geram amostras completas de uma vez, as Redes Neurais Autoregressivas geram sequências passo a passo, condicionadas ao contexto anterior.</p><p>IV. As Redes Neurais Autoregressivas são incapazes de capturar dependências entre os elementos sequenciais e não geram exemplos com uma estrutura coerente e realista.</p><p>V. Os modelos autoregressivos, como as Redes Neurais Autoregressivas, geram sequências de dados de uma vez, sem considerar o contexto anterior.</p><p>São verdadeiras:</p><p>Alternativas:</p><p>·</p><p>II e IV, apenas.</p><p>·</p><p>II e III, apenas.</p><p>·</p><p>III e IV, apenas.</p><p>·</p><p>I e IV, apenas.</p><p>·</p><p>I, II e III, apenas.</p><p>· CORRETO</p><p>Código da questão: 81143</p><p>6)</p><p>A utilização do Terraform para o gerenciamento de infraestrutura é uma prática avançada e altamente técnica, que oferece uma série de vantagens no provisionamento e configuração de recursos de TI. O Terraform é uma ferramenta de _________, que permite a criação de uma _________ da infraestrutura desejada em um arquivo de configuração. A linguagem utilizada pelo Terraform é chamada de _________. Ela é projetada para ser fácil de ler e escrever, tornando-se acessível mesmo para aqueles que não possuem habilidades avançadas em programação.</p><p>Assinale a alternativa que completa adequadamente as lacunas.</p><p>Alternativas:</p><p>·</p><p>Automação de processos; linguagem declarativa; segurança cibernética.</p><p>·</p><p>Desenvolvimento de software; codificação; análise de dados.</p><p>·</p><p>Infraestrutura Como Código (IaC); representação declarativa; HashiCorp Configuration Language (HCL).</p><p>·</p><p>Inteligência Artificial (IA); linguagem de programação;</p><p>automação.</p><p>· INCORRETO</p><p>·</p><p>Programação de sistemas; especificações técnicas; gerenciamento de projetos.</p><p>Código da questão: 81192</p><p>7)</p><p>Em uma era em que técnicas avançadas, como aprendizagem profunda, análise de sentimentos e processamento de linguagem natural, estão sendo amplamente utilizadas para aprimorar a tomada de decisões baseada em dados, qual dessas técnicas é especialmente relevante para a extração de informações subjetivas, como opiniões e emoções dos usuários?</p><p>Alternativas:</p><p>·</p><p>Processamento de linguagem natural.</p><p>· INCORRETO</p><p>·</p><p>Reconhecimento de imagem.</p><p>·</p><p>Tradução automática.</p><p>·</p><p>Aprendizagem profunda.</p><p>·</p><p>Análise de sentimentos.</p><p>Código da questão: 81177</p><p>8)</p><p>A previsão de dados é uma área essencial em Ciência de Dados e análise de negócios. Envolve o uso de métodos estatísticos, algoritmos de aprendizado de máquina e outras técnicas para extrair informações úteis de conjuntos de dados históricos, que podem ser fundamentais na identificação de padrões, tendências e relações entre variáveis.</p><p>Sobre a previsão de dados, analise as afirmativas a seguir e assinale-as com V (verdadeiro) ou F (falso):</p><p>(   ) A previsão de dados envolve o uso de métodos estatísticos, algoritmos de aprendizado de máquina e outras técnicas para extrair informações úteis de conjuntos de dados históricos.</p><p>(   ) A previsão de dados permite a identificação de padrões, tendências e relações entre variáveis, com base em dados históricos, o que é fundamental para a criação de modelos preditivos.</p><p>(   ) Um exemplo prático de previsão de dados é a previsão de vendas, em que uma empresa pode usar dados históricos para estimar vendas futuras e tomar decisões estratégicas com base nas projeções.</p><p>(   ) Os modelos preditivos são capazes de fornecer previsões precisas apenas com base nos dados observados no passado, sem considerar outros fatores ou eventos externos.</p><p>(   ) A previsão de dados é uma disciplina amplamente aplicável em diversos setores, incluindo Ciência, Medicina, Meteorologia e além do mundo dos negócios. Além disso, desempenha um papel importante na previsão de eventos e tendências em várias áreas do conhecimento.</p><p>Assinale a alternativa que contenha a sequência correta de V e F:</p><p>.</p><p>Alternativas:</p><p>·</p><p>F – V – V – V – F.</p><p>·</p><p>V – V – F – V – F.</p><p>· INCORRETO</p><p>·</p><p>V – V – V – F – F.</p><p>·</p><p>F – V – F – F – V.</p><p>·</p><p>F – V – F – V – F.</p><p>Código da questão: 81184</p><p>9)</p><p>Uma das técnicas mais amplamente utilizadas nos sistemas de recomendação é a filtragem colaborativa. Essa abordagem utiliza dados sobre as _________ e comportamentos de um grupo de usuários, a fim de fazer recomendações para outros indivíduos com gostos semelhantes. Existem duas principais abordagens dentro da filtragem colaborativa: _________ e _________. Na filtragem baseada em usuário, o sistema identifica usuários com preferências semelhantes e sugere itens que esses usuários tenham gostado.</p><p>Assinale a alternativa que completa adequadamente as lacunas:</p><p>Alternativas:</p><p>·</p><p>Preferências; filtragem baseada em usuário; filtragem baseada em item.</p><p>·</p><p>Comportamentos; filtragem colaborativa; filtragem baseada em modelo.</p><p>·</p><p>Interesses; filtragem colaborativa; filtragem baseada em conteúdo.</p><p>·</p><p>Avaliações; filtragem baseada em idade; filtragem baseada em localização.</p><p>·</p><p>Classificação; filtragem baseada em conteúdo; filtragem baseada em categoria.</p><p>· INCORRETO</p><p>Código da questão: 81183</p><p>10)</p><p>A previsão de dados e a análise de cenários são práticas essenciais em diversas áreas, desde negócios até pesquisa científica. Para executar essas tarefas de maneira eficaz, é necessário utilizar uma variedade de técnicas, algoritmos e ferramentas. Nesse contexto, os algoritmos de aprendizado de máquina desempenham um papel crucial, pois são capazes de lidar com conjuntos de dados complexos e capturar relações não lineares entre variáveis.</p><p>Sobre esse contexto, analise as assertivas a seguir e identifique as corretas.</p><p>I. Algoritmos de aprendizado de máquina, como regressão linear, árvores de decisão e redes neurais, são, frequentemente, aplicados na previsão de dados, devido sua capacidade de lidar com conjuntos de dados complexos e capturar relações não lineares entre as variáveis.</p><p>II. Na análise de cenários, o uso de simulações computacionais é comum, permitindo a manipulação de variáveis e a observação dos resultados em diferentes situações.</p><p>III. Técnicas de visualização de dados, como gráficos e dashboards interativos, não desempenham um papel fundamental na representação e comunicação dos resultados da previsão e da análise de cenários.</p><p>IV. A qualidade dos resultados obtidos na previsão de dados e na análise de cenários não depende da disponibilidade de dados confiáveis e relevantes, mas da escolha adequada das técnicas e dos modelos.</p><p>V. A escolha adequada das técnicas e dos modelos não é essencial para garantir a precisão e a validade das previsões e dos cenários simulados.</p><p>São verdadeiras:</p><p>Alternativas:</p><p>·</p><p>I e IV, apenas.</p><p>·</p><p>II e III, apenas.</p><p>·</p><p>I, II e III, apenas.</p><p>·</p><p>II e IV, apenas.</p><p>·</p><p>I e II, apenas.</p><p>· CORRETO</p>