A respeito de redes neurais artificiais, redes neurais convolucionais e processamento de linguagem natural, julgue o item a seguir.

Umas das principais diferenças entre o backpropagation e o SGD (stochastic gradient descent) é a forma como os pesos são atualizados, visto que o SGD utiliza o gradiente calculado para todos os dados de treinamento, ao passo que o backpropagation usa o gradiente calculado apenas para um mini-batch de dados de treinamento.

Julgue o próximo item, em relação a aprendizado supervisionado e não supervisionado.

Ocorre sobreajuste quando um modelo de dados é incapaz de capturar o relacionamento entre as variáveis de entrada e saída com precisão, o que gera uma alta taxa de erro tanto no conjunto de treinamento quanto nos dados não exibidos.

Julgue o próximo item, em relação a aprendizado supervisionado e não supervisionado.

No aprendizado supervisionado, os algoritmos de Naive Bayes e o de máquinas de vetores de suporte são utilizados tanto na classificação quanto na regressão.

Julgue o próximo item, em relação a aprendizado supervisionado e não supervisionado.

A regressão logística é usada para fazer uma previsão sobre uma variável categórica comparada a uma contínua; assim como a regressão linear, a regressão logística também pode ser usada para estimar o relacionamento entre uma variável dependente e uma ou mais variáveis independentes.

Julgue o item a seguir, relativo à ferramenta SAS (statistical analysis software).

Os recursos SAS são desenvolvidos em torno de um alicerce denominado plataforma SAS, que é preparada para atender aos usuários desde a exploração e preparação dos dados até o gerenciamento, a publicação e o monitoramento de modelos SAS e open source.

Julgue o item a seguir, relativo à ferramenta SAS (statistical analysis software).

A arquitetura SAS se divide em três camadas: a do cliente; a intermediária; e a posterior, que consiste nos componentes utilizados para visualizar o portal e seu conteúdo.

No que se refere a deep learning e mineração de dados, julgue o item subsecutivo.

As redes neurais de deep learning, ou redes neurais artificiais, tentam imitar o cérebro humano por meio de uma combinação de entradas de dados, pesos e viés; esses elementos trabalham juntos para reconhecer, classificar e descrever com precisão os objetos dentro dos dados.

Em relação à inteligência artificial e a suas técnicas, bem como aos sistemas de recomendação, julgue o item subsequente.

Os algoritmos de regras de associação constroem regras com apenas uma única conclusão, ao contrário dos algoritmos de árvore de decisão, que tentam localizar muitas regras, cada uma delas com uma conclusão diferente.

Acerca do processo ETL (extrair, transformar, carregar) e da manipulação, tratamento e visualização de dados, julgue o item que se segue.

Em ETL, o armazenamento de dados pode ser feito em bancos de dados ou em data warehouse, mas não em data lakes, porque estes seguem um padrão diferente e, geralmente, armazenam seus dados por meio do armazenamento de objetos ou nos HDFS (hadoop distributed file systems).

A respeito de redes neurais artificiais, redes neurais convolucionais e processamento de linguagem natural, julgue o item a seguir.

As redes neurais convolucionais distinguem-se das demais redes neurais por seu desempenho superior, tendo suas entradas três tipos principais de camadas: convolucional, de agrupamento e totalmente conectada.