2610307 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Big DataApache Spark

Matei Zaharia et al. propuseram o framework Spark como alternativa para processar workloads que reutilizam dados através de múltiplas operações paralelas.

As opções a seguir apresentam características do framework Spark, à exceção de uma. Assinale-a.

A

Spark oferece suporte a dois tipos restritos de variáveis compartilhadas: broadcast e accumulators.

B

Spark prove três principais abstrações para a programação paralela: RDDs, operações paralelas, e operações de comunicação.

C

Os RDDs suportam tolerância a falhas por meio do conceito de linhagem (lineage).

D

Os usuários podem explicitamente armazenar RDDs em cache na memória entre um conjunto de máquinas e reutilizá-lo em várias operações paralelas.

E

RDDs (resilient distributed datasets) ou conjunto de dados distribuído resiliente é uma coleção de objetos de só leitura particionados em um conjunto de máquinas e pode ser reconstruído caso alguma partição for perdida.

Provas

Questão presente nas seguintes provas

2610293 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Governança de DadosDMBOK

Sobre o conceito de Governança de Dados (DAMA), assinale a afirmativa correta.

A

É a função central da Gestão, que representa o exercício da autoridade e do controle de estratégias etc.

B

Serve para criar e manter a arquitetura corporativa de dados de acordo com objetivos estratégicos da empresa.

C

É a função responsável por definir e manter políticas de segurança a fim de prover autenticação, acesso e auditoria.

D

Trata-se de Função operacional responsável por manter os dados através dos vários ciclos, até o arquivamento final ou eliminação.

E

Serve para definir e controlar atividades para a disponibilização de visões únicas de dados mestre (Golden Record) e de referência na empresa.

Provas

Questão presente nas seguintes provas

2610286 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

BI: Business IntelligenceConceitos e Fundamentos de BI

Kimball elenca uma série de conceitos fundamentais para a elaboração de um modelo dimensional.

Em relação a esses conceitos, assinale a afirmativa incorreta.

A

O estabelecimento da granularidade mostra exatamente o que é representado por uma linha na tabela de fato.

B

A análise de requisitos de negócio e o conhecimento da realidade em relação aos dados disponíveis nos sistemas de origem é uma etapa essencial.

C

Todo o contexto descritivo de um modelo dimensional está pautado nas tabelas de fato, revelando quem, o que, onde, quando, por que, e como.

D

Os processos de negócio são eventos usados para gerar métricas de performance que são traduzidas em fatos em uma tabela de fato.

E

O processo de design do modelo dimensional em quatro etapas contempla: 1) selecionar os processos de negócio; 2) estabelecer a granularidade; 3) identificar as dimensões; e 4) identificar os fatos.

Provas

Questão presente nas seguintes provas

2610285 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Big DataHadoopHDFS

O HDFS foi projetado para armazenar arquivos grandes como uma sequência de blocos.

Em relação à replicação dos dados, assinale a afirmativa incorreta.

A

A replicação de blocos de dados não ocorre quando o NameNode está no estado Safemode.

B

O fator de replicação pode ser especificado no momento da criação de um arquivo e pode ser alterado posteriormente.

C

Os arquivos no HDFS são de gravação única (write-once) com exceção para acréscimos e truncamentos, e têm estritamente um writer a qualquer momento.

D

Um bloco é considerado replicado com segurança quando as três réplicas desse bloco de dados são verificadas com o NameNode.

E

Como o NameNode não permite que os DataNodes tenham várias réplicas do mesmo bloco, o número máximo de réplicas criadas é o número total de DataNodes naquele momento.

Provas

Questão presente nas seguintes provas

2610141 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: CGE-SC

Provas:

Auditor do Estado - Ciências da Computação
Provas ×

Inteligência ArtificialMachine LearningRedes Neurais

Sobre as redes neurais convolucionais (CNNs) é correto afirmar que

A

ao treinar CNNs utilizando transferência de aprendizado, começamos com um modelo pré-treinado e executamos numa nova tarefa qualquer, sem precisar se preocupar com o formato e o tipo de dados.

B

ao treinar CNNs utilizando transferência de aprendizado para ajuste fino, começamos com um modelo pré-treinado e atualizamos todos os parâmetros do modelo para nossa nova tarefa, basicamente retreinando todo o modelo.

C

uma rede neural convolucional pode ser utilizada para reconhecer os mais variados tipos de dados. Por exemplo, textos, imagens e dados de clientes. Para isso, basta que os dados de entrada sejam transformados por alguma técnica de extração de características em simples vetores de características.

D

as últimas camadas convolucionais de uma rede neural CNN são capazes de extrair características mais baixo nível dos dados, como linhas, círculos e pontos, enquanto as primeiras camadas extraem características mais alto nível, detalhes mais específicos dos objetos reconhecidos.

E

as camadas de pooling das CNNS são capazes de extrair características de médio nível, reconhecendo características que são mais detalhadas que as primeiras camadas convolucionais.

Provas

Questão presente nas seguintes provas

2610140 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: CGE-SC

Provas:

Auditor do Estado - Ciências da Computação
Provas ×

Inteligência ArtificialMachine LearningAplicaçõesPLN: Processamento de Linguagem Natural

No processamento de linguagem natural, é preciso realizar transformações de textos em números, geralmente vetores ou matrizes, de forma que sirvam de entrada para os algoritmos computacionais de aprendizado de máquina.

Sobre esses algoritmos de extração de características de textos, assinale a afirmativa incorreta.

A

Os algoritmos de extração de características Bag of Words (BoW) e TF-IDF são diferentes entre si porque o primeiro conta a quantidade de vezes que uma palavra aparece num texto e o segundo normaliza essa informação utilizando a quantidade de vezes que a palavra aparece no corpus de texto.

B

O algoritmo de word embeddings Word2Vec depende do princípio da distribuição, em que as palavras que geralmente têm as mesmas palavras vizinhas tendem a ser semanticamente semelhantes e as colocam num vetor de tamanhos fixos que representam semanticamente as palavras vizinhas.

C

O algoritmo de word embeddings Glove combina estatísticas locais com estatísticas globais fazendo a análise de uma matriz de co-ocorrência palavra-palavra, de forma que se conta a frequência que essa palavra aparece relacionada com algum “contexto” em um grande corpus.

D

O algoritmo de word embeddings Word2Vec possui duas arquiteturas de construção. A primeira é a CBOW, em que se treina uma rede neural com a tarefa de prever uma palavra dado o contexto e a outra é a Skip-Gram, em que a tarefa da rede neural será dada uma palavra, prever o contexto.

E

Na matriz de co-ocorrência do algoritmo de word embeddings Glove, ao correlacionar uma palavra p1 com um contexto c1, se a palavra p1 possui correlação alta com c1, o valor será mais alto do que o contrário; essa correlação poderá ser utilizada para calcular correlações entre quaisquer palavras do corpus de texto e esse contexto.

Provas

Questão presente nas seguintes provas

2610139 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: CGE-SC

Provas:

Auditor do Estado - Ciências da Computação
Provas ×

Inteligência ArtificialMachine LearningOtimização e Regularização

Sobre modelos de otimização de redes neurais, assinale a afirmativa incorreta.

A

O gradiente descendente é um algoritmo de otimização de redes neurais em que a derivada da função de otimização leva a direção mais baixa do gráfico da função de custo.

B

A ideia da Regularização é adicionar um termo extra à função de custo. Intuitivamente, o efeito da regularização é fazer com que a rede prefira aprender pesos pequenos, minimizando a função de custo.

C

O momento acumula pesos anteriores para estabilizar a convergência da rede; o objetivo é ajudar a desviar de mínimos locais e pode acelerar treinamento em regiões muito planas da superfície de erro.

D

O algoritmo de otimização ADAM guarda, além dos valores dos pesos passados, o decaimento exponencial da média de gradientes passados e possui o mesmo objetivo do momento.

E

A regularização L1 transforma valores pequenos em zeros e, consequentemente, permite reduzir o número de pesos, enquanto a regularização L2 procura manter todos os pesos pequenos de forma que maximiza a função de custo.

Provas

Questão presente nas seguintes provas

2610106 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: CGE-SC

Provas:

Auditor do Estado - Ciências da Computação
Provas ×

Inteligência ArtificialMachine LearningAlgoritmosK-Means

Considere o algoritmo K-Means. Suponha os seguintes pontos: x1=(1,2,5); x2=(3,4,2); x3=(9,5,3); x4=(7,6,1); x5=(2,3,5); x6=(8,7,2). Escolha x1 e x4 como centros iniciais.

Assinale a opção que apresenta corretamente os pontos em que seriam formados os grupos após a primeira iteração e quais seriam os novos centros.

A

Grupo 1: {x1, x3, x5}, Grupo 2: {x2, x4, x6}. Centros: c1= (4,3,4), c2 = (6,5,1).

B

Grupo 1: {x1, x2}, Grupo 2: {x3, x4}, Grupo 3: {x5, x6}. Centros: c1=(2,3,3), c2 = (8,5,2) , c3 = (5,5,3).

C

Grupo 1: {x1, x2, x5}, Grupo 2: {x3, x4, x6}. Centros: c1= (2,3,4), c2 = (8,6,2).

D

Grupo 1: {x1, x2, x3}, Grupo 2: {x4, x5, x6}. Centros: c1= (4,3,3), c2 = (5,5,2).

E

Grupo 1: {x2, x3, x5}, Grupo 2: {x1, x4, x6}. Centros: c1= (4,4,3), c2 = (5,5,2).

Provas

Questão presente nas seguintes provas

2610105 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: CGE-SC

Provas:

Auditor do Estado - Ciências da Computação
Provas ×

Análise de DadosTécnicas de Pré-processamentoRedução de Dimensionalidade

Suponha que, dado um problema em que os dados são bidimensionais e executamos o algoritmo PCA (Principal Component Analysis – Análise de Componentes Principais) nesses dados para redução de dimensionalidade, o resultado do PCA produza dois autovalores de valores iguais.

A respeito desse resultado, assinale a afirmativa correta.

A

As dimensões dos dados não são igualmente importantes; o uso do PCA para a redução de dimensionalidade vai produzir um excelente resultado pois as dimensões possuem 100% da informação.

B

As dimensões dos dados são igualmente importantes; o uso do PCA para a redução de dimensionalidade vai produzir um resultado ruim, pois as dimensões são iguais.

C

As dimensões dos dados são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um resultado ruim, pois perdemos 100% da explicação dos dados.

D

As dimensões dos dados são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um resultado ruim, pois perdemos 50% da explicação dos dados.

E

As dimensões dos dados não são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um excelente resultado pois as dimensões possuem 50% da informação.

Provas

Questão presente nas seguintes provas

2610104 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: CGE-SC

Provas:

Auditor do Estado - Ciências da Computação
Provas ×

Inteligência ArtificialMachine LearningAvaliação de Modelos
Análise de DadosTécnicas de Pré-processamentoDivisão de Dados

Sobre a divisão e tratamento de dados, assinale a afirmativa correta.

A

Os dados coletados podem ser de três tipos: numéricos, texto e imagem; assim, os algoritmos de aprendizagem de máquina são capazes de lidar com todos os tipos de dados, bastando que os dados sejam transformados para dados contínuos utilizando técnicas como interpolação.

B

Média da coluna, interpolação de vizinhos mais próximos, moda da coluna, vizinhos mais próximos (KNN) e valor aleatório são métodos para tratamento de dados faltantes, ou seja, atributos não preenchidos na base de dados.

C

Validação cruzada é um método de divisão dos dados em que os dados são divididos por k partes em que, a cada rodada, uma das partes é o conjunto de teste e o restante é utilizado para treino; a divisão dos conjuntos estratificada para validação cruzada não é aconselhada caso o valor de k seja igual a 10.

D

O método de divisão de dados leave-one-out (deixando um de fora) aproveita o máximo dos dados, pois todos os dados, com exceção de um item, são utilizados para treinar a cada execução; essa configuração é a mais utilizada para algoritmos custosos de aprendizado de máquina como as redes neurais profundas.

E

A divisão dos dados em 3 conjuntos (treino, validação e teste) é bastante comum para avaliação de algoritmos com muitos parâmetros, como as redes neurais; o conjunto de validação funciona como um conjunto de avaliação de parâmetros e é utilizado para confirmar se o algoritmo encontrou o máximo global.