@juliamat07

juliamat07

Ambicioso

Na codificação, é possível definir valores para atributos do XML apenas reportando um recurso que já existe. Por exemplo, diante da necessidade de se criar arquivos de layout que vão dispor imagens e strings para os widgets, basta referenciar um recurso. Diante disso, assinale a alternativa que representa a forma para referenciar um recurso em um recurso XML. a. @[ :] / . b. @[ :] / . c. @[ :] / . d. @[ :] / . e. @[ :] / .
Responda
O Android possui diversos recursos de layout e de componentes gráficos para serem utilizados como tela de um aplicativo. Esses recursos foram pensados para se adaptarem aos diversos tamanhos de telas dos dispositivos móveis e não apresentarem problemas de usabilidade. Imagine uma tela com dois campos informativos e que não podem ser editados. Além desses dois componentes, imagine que nessa tela existe um botão e, ao clicar nele, será aberto um site. Referente a esse tema, assinale a alternativa CORRETA que mostra, respectivamente, os componentes utilizados na descrição acima. a. TextView, TextView, ToggleButton. b. EditText, EditText, Button. c. EditText, EditText, RadioButton. d. TextView, TextView, Button. e. TextView, TextView, ImageButton.
Responda
Em aprendizagem de máquina, a função custo avalia os coeficientes no modelo, calculando uma previsão para ele em cada instância de treinamento no conjunto de dados, ou seja, realizando uma soma ponderada da função erro para todos os m exemplos do conjunto de treinamento e reduzindo o erro na predição, com o objetivo de otimizar os valores de w e b. Assinale a alternativa correta que define a fórmula da função custo: a. l left parenthesis w comma b right parenthesis equals negative 1 over m sum from i equals 1 to m of open square brackets y subscript i log open parentheses y with hat on top subscript i close parentheses plus left parenthesis 1 minus y subscript i right parenthesis log open parentheses 1 minus y with hat on top subscript i close parentheses close square brackets b. l left parenthesis w comma b right parenthesis equals 1 over m sum from i equals 1 to m of open square brackets y subscript i log open parentheses y with hat on top subscript i close parentheses asterisk times left parenthesis 1 minus y subscript i right parenthesis log open parentheses 1 minus y with hat on top subscript i close parentheses close square brackets c. l left parenthesis w comma b right parenthesis equals negative 1 over m sum from i equals 1 to m of open square brackets y subscript i log open parentheses y with hat on top subscript i close parentheses divided by left parenthesis 1 minus y subscript i right parenthesis log open parentheses 1 minus y with hat on top subscript i close parentheses close square brackets d. l left parenthesis w comma b right parenthesis equals negative 1 over m sum from i equals 1 to m of open square brackets y subscript i log open parentheses y with hat on top subscript i close parentheses asterisk times left parenthesis 1 minus y subscript i right parenthesis log open parentheses 1 minus y with hat on top subscript i close parentheses close square brackets e. l left parenthesis w comma b right parenthesis equals negative 1 over m sum from i equals 1 to m of open square brackets y subsc
Responda
As primeiras Redes Neurais Artificiais, conhecidas por RNAs, das quais podemos citar como exemplo o Percetron e a Adaline, possuíam um único neurônio como a sua unidade básica de processamento. No entanto, essa configuração com um único neurônio possui a capacidade de classificar apenas as classes linearmente separáveis. A partir de duas camadas intermediárias, já é possível aproximar funções não lineares, desde que sejam utilizados neurônios suficientes. Com base nas informações apresentadas, identifique se são Verdadeiras (V) ou Falsas (F) as afirmações a seguir, que definem características das funções não lineares relacionadas às suas camadas. ( ) Na primeira camada, cada neurônio aprende uma função que define uma conexão. ( ) Na segunda camada, cada neurônio combina um conjunto de conexões definidas pela camada anterior, formando regiões convexas. ( ) Na terceira camada, os neurônios combinam um conjunto de regiões convexas em regiões de formato arbitrário. Assinale a alternativa que apresenta a sequência correta. a. V – V – V. b. F – F – F. c. F – V – V. d. V – V – F. e. F – F – V.
Responda
A abordagem utilizada nas redes convolucionais permite tratarmos os dados de forma multidimensional utilizando a ideia de convolução com filtros. Na verdade, a operação realizada na prática trata-se de uma correlação cruzada entre a entrada de um determinado layer com um filtro (kernel). Uma rede neural convolucional normalmente é formada por diferentes tipos de layer. Com relação aos diferentes tipos de layers de uma rede neural convolucional, avalie as definições a seguir identificando os tipos corretos de layers. Convolutional layer. Fully connected layer. Pooling layer. Extract layer. Está correto que se afirma em: a. I, II e IV, apenas. b. I e II, apenas. c. III, apenas. d. I, II e III, apenas. e. II e III, apenas.
Responda
De uma forma geral, podemos dizer que as sucessivas operações de convolução nos sucessivos layers da rede vão extraindo as características da imagem em um nível cada vez mais complexo. É comum a realização de algumas operações em alguns desses layers, denominadas: convolução, padding e stride. Assinale a alternativa correta que demonstra a operação padding. a. A operação de convolução causa uma redução da dimensionalidade nas matrizes de saída e a técnica de padding é utilizada para compensar a redução na dimensionalidade por meio da adição de zeros nas "bordas" da matriz de entrada. b. A operação de convolução causa um aumento da dimensionalidade nas matrizes de saída e a técnica de padding atua para compensar o aumento na dimensionalidade por meio da adição de zeros nas "bordas" da matriz de saída. c. A operação de convolução causa uma redução da dimensionalidade nas matrizes de entrada e a técnica de padding atua para compensar a redução na dimensionalidade por meio da adição de zeros nas "bordas" da matriz de entrada. d. A operação de convolução causa uma redução da dimensionalidade nas matrizes de saída e a técnica de padding atua para compensar a redução na dimensionalidade por meio da adição de uns (1s) nas "bordas" da matriz de saída. e. A operação de convolução causa uma redução da dimensionalidade nas matrizes de entrada e a técnica de padding atua para compensar a redução na dimensionalidade por meio da adição de uns (1s) nas "bordas" da matriz de entrada.
Responda
Uma das modalidades de spam mais perigosas e famosas atualmente é das notícias falsas, do inglês fake news. Trata-se de notícias que tentam imitar o conteúdo divulgado pela imprensa oficial, mas são propositalmente criadas e disseminadas para enganar as pessoas. Com relação ao tratamento de fake news, assinale a alternativa correta que descreve as técnicas de aprendizado de máquina que têm sido utilizadas com sucesso nessa área. a. Remoção dos tokens não alfabéticos e indexação semântica. b. Normalização das palavras em caixa baixa e remoção das stop words. c. Técnicas de normalização lexical e indexação semântica. d. Remoção dos tokens não alfabéticos e remoção das stop words. e. Indexação semântica e remoção das stop words.
Responda
A partir de duas camadas intermediárias, já é possível aproximar funções não lineares, desde que sejam utilizados neurônios suficientes. Existem vários tipos de funções não lineares, das quais podemos destacar as funções erro, custo, sigmoide, tangente hiperbólica e Rectified Linear Unit (ReLU). Considerando as funções sigmoide, tangente hiperbólica e ReLU, analise as características descritas abaixo e as relacione adequadamente aos termos aos quais se referem. 1 – Sigmoide. 2 – Tangente hiperbólica. 3 – ReLU. I – Função normalmente utilizada na última layer (output layer). II – Pode ser vista como uma versão deslocada de uma outra função (centrada em zero). III – Essa talvez seja a função de ativação mais utilizada nos hidden layers. Assinale a alternativa que correlaciona adequadamente os dois grupos: a. 1-III; 2-II; 3-I. b. 1-I; 2-II; 3-III. c. 1-III; 2-I; 3-II. d. 1-II; 2-I; 3-III. e. 1-I; 2-III; 3-II.
Responda
Podemos listar algumas aplicações dos algoritmos na resolução de problemas reais e na execução de tarefas presentes no nosso dia a dia e em diversas áreas da nossa sociedade, por exemplo: análise de sentimento, filtragem de mensagens indesejadas, sistemas de recomendação, agronegócios e saúde. Avalie as alternativas abaixo e assinale a que justifica um exemplo da utilização de aprendizado de máquina no agronegócio. Agricultura de precisão: foram utilizadas redes convolucionais associadas ao algoritmo de agrupamento k-médias para a classificação e o agrupamento de hortaliças. Agricultura de precisão: foram utilizadas redes convolucionais associadas ao algoritmo Naive Bayes para a classificação e o agrupamento de hortaliças. Agricultura de precisão: foram utilizadas redes convolucionais associadas ao algoritmo Support Vector Machine (SVMs) para a classificação e o agrupamento de hortaliças. Agricultura de precisão: foram utilizadas redes convolucionais associadas ao algoritmo RNAs para a classificação e o agrupamento de hortaliças. Agricultura de precisão: foram utilizadas redes convolucionais associadas ao algoritmo Backpropagation para a classificação e o agrupamento de hortaliças.
Responda
Dados univariados se referem a dados que consistem em apenas um recurso ou variável. É um tipo de dado que pode ser facilmente resumido usando medidas estatísticas simples, como média, mediana, moda, variância e desvio-padrão. Os dados univariados são frequentemente usados ​​na análise exploratória de dados e na visualização de dados para obter uma compreensão básica das propriedades de um único recurso ou variável. Com relação aos dados univariados da análise de dados da aprendizagem de máquina, marque a alternativa correta. a. Sempre que for necessário realizar uma análise mais completa dos dados para um modelo mais preciso utilizamos os dados univariados. b. Os dados univariados costumam ser usados ​​em modelos simples, como regressão linear, em que a variável é previsível. c. A probabilidade não admite estimativa para identificação de resultados relacionados a dados de um conjunto. d. Os dados univariados apresentam a capacidade de obter somente atributos simples, com o objetivo de aumentar os atributos. e. Diferente dos dados multivariados, os dados univariados não utilizam a estatística descritiva, eles usam somente a probabilidade.
Responda
Um SO (sistema operacional) de celular comporta e executa todos os seus aplicativos e possibilita a relação entre o indivíduo e a tela. Existe um SO cujos fabricantes têm o hábito de personalizar o sistema e disponibilizar recursos adicionais, assim como trazer recursos pré-instalados, como o YouTube. Outro SO é o dos celulares Apple, que assegura um bom desempenho aos aparelhos devido à produção de hardware e software. Diante disso, assinale a alternativa que representa, respectivamente, os sistemas operacionais de celulares citados no enunciado. a. Android e iOS. b. iOS e Android. c. Windows Phone e iOS. d. Windows Phone e Symbian. e. Android e Windows Phone.
Responda
Os dispositivos móveis abrangem hardwares que são capazes de oferecer mobilidade e acesso à internet, possibilitando flexibilidade nos processos de comunicação. Contemplam características como um tipo de computador portátil, com tela pequena, espessura fina e manejo de recursos por meio de toque na tela. Com base no que foi apresentado sobre os dispositivos móveis, observe as asserções a seguir e a relação entre elas. I. À medida que os dispositivos ganham novos recursos e se tornam menores, com maior autonomia e menor dependência da tomada, fica mais fácil carregá-los e usá-los (no caso dos wearables). PORQUE II. Apresentam displays menores, com o objetivo de facilitar a portabilidade, e uma coleção de interações mais intuitivas, como comandos de voz, telas de toque e reconhecimento de contextos. Analisando as asserções anteriores, conclui-se que: a. a asserção I é uma proposição verdadeira, e a II é uma proposição falsa. b. as asserções I e II são proposições verdadeiras, e a II é uma justificativa da I. c. as asserções I e II são falsas. d. as asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. e. a asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
Responda
O propósito de autenticar um indivíduo em um sistema digital é evitar o acesso não autorizado a determinados ambientes digitais e físicos ou a certas contas, devendo, dessa forma, se basear na comparação e na equivalência, para determinar se algo ou alguém é, de fato, o que ou quem afirmam ser. Assim, a sua estrutura deve possibilitar: a. a assinatura digital. b. a unificação das bases de dados de usuários. c. o código de autenticação de mensagens. d. a autenticidade dos dados e da mensagem. e. a integridade dos dados e da mensagem.
Responda
Um estudo foi encomendado pelo diretor-geral de uma fábrica de sucos para avaliar a percepção dos seus clientes sobre a qualidade do seu principal produto: suco de lichia. Em sua pesquisa, foi aplicado um questionário estruturado simples que visava coletar os dados categóricos sobre: gostou, não gostou, indiferente, não quero responder. Para a análise dos dados, foi aplicado o modelo linear genérico específico para esse tipo de variável. Tomando como base esse trecho, avalie as asserções a seguir e a relação proposta entre elas. I. A pesquisa realizada se utilizou de uma adaptação para a aplicação de modelos lineares genéricos para dados categóricos com mais de duas categorias. PORQUE II. Uma adaptação dos modelos lineares genéricos para três ou mais categorias é possível desde que essas categorias possuam ou não uma relação de intensidade. A respeito dessas asserções, assinale a alternativa correta. a. A asserção I é uma proposição verdadeira, e a II é uma proposição falsa. b. As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I. c. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. d. A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. e. As asserções I e II são proposições falsas.
Responda
É fato que o erro é explícito no modelo de regressão linear a ser obtido em uma pesquisa, e, dependendo do seu nível, ajustes são realizados no modelo. Entretanto, ao comparar com os modelos lineares genéricos (MLG), esse erro não é tão explícito ou não deve existir. Mas será que esse modelo é válido? Tomando como base esse trecho, avalie as asserções a seguir e a relação proposta entre elas. I. A qualidade do modelo construído a partir de um MLG, independentemente da variável resposta, é notada pela ausência do erro, comparada com a regressão linear. PORQUE II. A ausência de erros no modelo construído se deve à aplicação de características comuns de distribuições famosas como binomial, gama e normal, por exemplo. A respeito dessas asserções, assinale a alternativa correta. a. A asserção I é uma proposição verdadeira, e a II é uma proposição falsa. b. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. c. As asserções I e II são proposições falsas. d. A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. e. As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I.
Responda
Usando um nível de confiança de 95%, um estudo sobre a durabilidade de baterias de lítio em celulares resultou em um estudo sobre a redução do número de ciclos X e a durabilidade da carga da bateria Y. Após a retirada de 16 amostras aleatórias e a confirmação da possibilidade do uso do modelo da regressão linear simples, chegou-se a um intervalo de confiança centralizado em Y with overbrace on top ̂ space space equals 23 comma 15 space minus 0 comma 2534 , com o decaimento de 50 após um ano. Além disso, foram obtidos os seguintes valores: S subscript X X end subscript equals 4356 comma 56 s space equals space.1 comma 4586 space x space equals space 29 comma 5647. Com base nessas informações, assinale a alternativa correta que contém o intervalo de confiança de 95% do objetivo do estudo. a. (10,25; 11,71). b. (9,25; 11,71) c. (8,75; 10,26). d. (9,75; 12,34). e. (10,25; 12,32)
Responda
Em estatística, um problema em testes de hipótese é a probabilidade de os dados observados rejeitarem a hipótese nula incorretamente em estudos que exijam a comparação múltipla. Nesse sentido, é necessário aplicar a correção de Bonferroni para que esse problema não ocorra. Tomando como base esse trecho, observe as asserções a seguir e a relação proposta entre elas. I. A condução de vários testes consecutivos requer a aplicação da técnica de Bonferroni para a obtenção de um novo valor de significância. PORQUE II. Esse método é capaz de validar, probabilisticamente, os valores conjuntos de IC ao produzir intervalos conjuntos, garantindo ser, pelo menos, 100 left parenthesis 1 minus k alpha right parenthesis percent sign. A respeito dessas asserções, assinale a alternativa correta. a. As asserções I e II são proposições falsas. b. As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I. c. A asserção I é uma proposição verdadeira, e a II é uma proposição falsa. d. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. e. A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
Responda
Considerando um conjunto de duas variáveis, o processo de regressão linear forneceu como resultado uma reta dois parâmetros: Y equals 190 comma 2 plus 1 comma 245 x. Foi realizado um teste de hipótese para utilidade do modelo para essa reta. Os resultados do t subscript c r i t end subscript e da estatística de teste t foram 2,947 e -1,543, respectivamente. Após analisar o resultado do teste, leia as alternativas e escolha a que representa corretamente o resultado do teste junto à reta. H subscript 0 colon beta subscript 1 equals 0 é verdadeira, portanto Y equals 1 comma 245 x. Os dados fornecidos não indicam se o teste se realizou em beta subscript 1 ou em beta subscript 0. H subscript 0 colon beta subscript 1 equals 0 se rejeita, portanto Y equals 1 comma 245 x. H subscript 0 colon beta subscript 1 equals 0 se rejeita, portanto Y equals 190 comma 2 plus 1 comma 245. H subscript 0 colon beta subscript 1 equals 0 é verdadeira, portanto Y equals 190 comma 2.
Responda

Helpful Links

Helpful Social

Copyright © 2024 ELIBRARY.TIPS - All rights reserved.