Yatta Concursos
Início › Questões › Tecnologia da Informação › Aprendizado de Máquina e Ciência de Dados
Tecnologia da Informação

Questões de Aprendizado de Máquina e Ciência de Dados

20 questões de provas reais da Cebraspe sobre Aprendizado de Máquina e Ciência de Dados, com gabarito e comentário. Responda antes de abrir o gabarito.

158 questões desse assunto no acervo do Yatta. Esta página mostra uma amostra fixa.

Questão 1CebraspeDATAPREV2023

Um sistema de aprendizado não supervisionado, dotado de um conjunto de dados de treinamento que foram classificados manualmente, tenta aprender, a partir desses dados de treinamento, uma forma de classificá-los, bem como de classificar novos dados, ainda não observados.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

A afirmativa descreve o aprendizado supervisionado, não o não supervisionado. No aprendizado não supervisionado, os dados não possuem rótulos (classificação manual), sendo o objetivo encontrar padrões ou estruturas ocultas nos dados, e não aprender a classificá-los.

Questão 2CebraspeDATAPREV2023

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado

A regra de associação é uma técnica que busca relações de co-ocorrência entre objetos de uma base de dados.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Certo

A afirmativa está correta porque a Mineração de Regras de Associação visa identificar padrões de co-ocorrência em grandes conjuntos de dados, expressos pela estrutura se-então. O conceito baseia-se na análise de frequências de itens que aparecem juntos, técnica consagrada pelo algoritmo Apriori, amplamente cobrado em provas de TI.

Questão 3CebraspeDATAPREV2023

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado

A compressão de atributos é uma técnica de redução de dimensionalidade na qual atributos irrelevantes ou redundantes são identificados e desconsiderados.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

A afirmativa descreve a selecao de atributos. A compressao de atributos, como no PCA, transforma os dados em um novo espaco de menor dimensao, criando novas variaveis que combinam as originais, em vez de apenas descartar as existentes.

Questão 4CebraspeDATAPREV2023

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado

O PCA é um procedimento estatístico que converte um conjunto de objetos com atributos possivelmente correlacionados em um conjunto de objetos com atributos linearmente descorrelacionados.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Certo

O PCA (Análise de Componentes Principais) utiliza uma transformação ortogonal para converter observações de variáveis possivelmente correlacionadas em um conjunto de valores de variáveis linearmente não correlacionadas, chamadas de componentes principais, mantendo a maior variância possível dos dados.

Questão 5CebraspeDATAPREV2023

No que se refere a técnicas, ferramentas e algoritmos de aprendizado não supervisionado

O algoritmo k-means seleciona objetos reais de uma base de dados como centroide do grupo para realizar o agrupamento de objetos semelhantes.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

A afirmativa está incorreta porque o k-means utiliza a média aritmética dos pontos para calcular os centroides, que podem ser posições espaciais fictícias. A versão que utiliza objetos reais do conjunto de dados é o algoritmo k-medoids.

Questão 6CebraspeDATAPREV2023

Julgue os próximos itens, relativos a aprendizado de máquina.

As técnicas de regressão utilizam um conjunto finito de hipóteses para, a partir dos atributos previsores, determinar a categoria de um objeto do conjunto de dados analisado.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

O erro reside em confundir regressão com classificação. A regressão estima valores numéricos contínuos, enquanto a determinação de categorias é função dos algoritmos de classificação. A afirmativa correta substituiria regressão por classificação.

Questão 7CebraspeDATAPREV2023

Julgue os próximos itens, relativos a aprendizado de máquina.

Os algoritmos SVM ( support vector machines ) realizam apenas tarefas de regressão.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

O erro reside na restrição do algoritmo, pois o SVM também é amplamente utilizado para tarefas de classificação. A afirmativa correta seria que o SVM realiza tanto tarefas de classificação quanto de regressão, sendo, na verdade, primordialmente empregado como um classificador.

Questão 8CebraspeDATAPREV2023

Julgue os próximos itens, relativos a aprendizado de máquina.

A técnica de agrupamento é um tipo de aprendizado não supervisionado em que o algoritmo identifica padrões em um conjunto de dados de entrada sem ter recebido qualquer feedback prévio.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Certo

O agrupamento (clustering) é classificado como aprendizado não supervisionado pois trabalha com dados não rotulados, onde o algoritmo busca estruturas ou semelhanças inerentes nos dados sem a presença de um gabarito ou feedback prévio que indique a saída correta.

Questão 9CebraspeDATAPREV2023

Julgue os próximos itens, relativos a aprendizado de máquina.

O aprendizado por reforço é um tipo de aprendizagem de máquina que tem por objetivo prever o resultado de um atributo alvo exclusivamente por meio de reforço no treinamento do modelo.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

O erro está em afirmar que o aprendizado por reforço visa prever um atributo alvo, o que caracteriza aprendizado supervisionado. O aprendizado por reforço busca maximizar uma recompensa cumulativa por meio de interações com o ambiente, e não por rotulagem de dados.

Questão 10CebraspeDATAPREV2023

A respeito de redes neurais, julgue os itens que se seguem.

As conexões entre as camadas de uma rede neural do tipo MLP são de natureza feedfoward .

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Certo

A arquitetura MLP (Multi-Layer Perceptron) é definida tecnicamente como uma rede neural artificial feedforward, na qual os dados fluem unidirecionalmente da camada de entrada para a de saída, sem a formação de ciclos ou realimentação, conforme a teoria clássica de aprendizado profundo.

Questão 11CebraspeDATAPREV2023

A respeito de redes neurais, julgue os itens que se seguem.

Nas redes neurais completamente conectadas, todos os neurônios de uma camada estão conectados aos neurônios da camada seguinte, no entanto, não é possível que as saídas das camadas posteriores alimentem a entrada de camadas anteriores.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

A afirmativa está incorreta porque existem redes neurais recorrentes, onde conexões de retorno permitem que saídas de camadas posteriores alimentem camadas anteriores. A descrição correta seria que, embora redes densas (feedforward) não possuam tais conexões, essa estrutura não é uma regra absoluta para todas as redes neurais.

Questão 12CebraspeDATAPREV2023

A respeito de redes neurais, julgue os itens que se seguem.

As redes neurais têm a capacidade de adaptar seus pesos sinápticos considerando as mudanças de padrão dos dados de entrada.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Certo

A afirmativa está correta porque o aprendizado em redes neurais consiste justamente no ajuste iterativo dos pesos sinápticos durante o treinamento para minimizar o erro entre a saída prevista e a real. Esse processo permite que o modelo se adapte dinamicamente a novos padrões nos dados, garantindo sua capacidade de generalização.

Questão 13CebraspeDATAPREV2023

A respeito de redes neurais, julgue os itens que se seguem.

Backpropagation propaga o erro da camada de saída para as camadas intermediárias de uma rede neural a fim de que estas possam modificar seus pesos de forma a minimizar o erro médio.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Certo

O backpropagation utiliza a regra da cadeia do cálculo diferencial para calcular o gradiente da função de perda em relação a cada peso, permitindo o ajuste iterativo via gradiente descendente para reduzir o erro global da rede.

Questão 14CebraspeDATAPREV2023

A respeito de redes neurais, julgue os itens que se seguem.

Apesar das CNN serem redes neurais profundas, com várias camadas ocultas, elas são dispensadas nos algoritmos de reconhecimento de imagens.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

A afirmativa está errada porque as CNNs são o padrão ouro para reconhecimento de imagens, não sendo dispensadas. A afirmativa correta é que as CNNs são justamente a arquitetura fundamental e mais utilizada em algoritmos de visão computacional e reconhecimento de imagens.

Questão 15CebraspeDATAPREV2023

Julgue o item a seguir, a respeito de TensorFlow.

Pipelines, em TensorFlow, são um conjunto de componentes padrão que podem ser utilizados como parte de um script de treinamento de machine learning.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Certo

No TensorFlow, os pipelines (via tf.data) funcionam como componentes modulares e padronizados para criar fluxos de dados eficientes, permitindo operações de extração, transformação e carregamento integradas ao ciclo de treinamento. O conceito segue o princípio de modularidade e paralelismo na preparação de dados para modelos de aprendizado de máquina.

Questão 16CebraspeDATAPREV2023

O machine learning é um subconjunto da inteligência artificial, o qual é utilizado para analisar, por meio de algoritmos, grandes volumes de dados e permite que uma máquina ou um sistema aprenda e melhore com base na experiência.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Certo

A afirmativa está correta porque define com precisão a hierarquia técnica em que o aprendizado de máquina é uma disciplina da inteligência artificial, utilizando algoritmos para identificar padrões em dados e otimizar o desempenho do sistema por meio da experiência, conforme o conceito acadêmico consolidado em ciência da computação.

Questão 17CebraspeDATAPREV2023

A inteligência artificial é um sistema com capacidade de ponderar, aprender e agir para resolver um problema complexo.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

A afirmativa é considerada errada pois define IA como um sistema único, quando ela é uma área da computação que engloba diversas tecnologias e algoritmos. A redação correta deveria definir IA como um campo ou área da ciência da computação voltada ao desenvolvimento de sistemas capazes de simular o comportamento inteligente.

Questão 18CebraspeDATAPREV2023

Acerca de blockchain , conceitos de inteligência artificial, arquitetura hexagonal e gestão de conteúdo, julgue os itens a seguir.

De acordo com os conceitos de inteligência artificial, as máquinas reativas têm a capacidade compreender os seres humanos, entendendo seus estados mentais.

  1. C Certo
  2. E Errado
Ver gabarito e comentário
Gabarito: Errado

A afirmativa está incorreta pois máquinas reativas não possuem memória ou capacidade de inferir estados mentais. A classificação correta, segundo o modelo de Arend Hintze, exige que a máquina possua Teoria da Mente para compreender seres humanos e seus estados emocionais.

Questão 19CebraspeAGER MT2023

Em machine learning, quando algoritmos de aprendizado de máquina são usados para analisar e agrupar conjuntos de dados não rotulados, de forma tal que os algoritmos descobrem padrões ocultos sem a necessidade de intervenção humana, usa-se a forma de aprendizado do tipo

  1. A não supervisionado.
  2. B supervisionado.
  3. C over fitting .
  4. D under fitting .
  5. E classificação.
Ver gabarito
Gabarito: Letra A

Questão 20CebraspeCTI RENATO ARCHER2023

As redes neurais permitem construir modelos que sejam padronizados de acordo com o funcionamento do cérebro humano.

  1. C Certo
  2. E Errado
Ver gabarito
Gabarito: Certo

Outros assuntos de Tecnologia da Informação

Programação e Desenvolvimento 543Segurança da Informação e Gestão de Riscos 355Redes de Computadores e Protocolos 340Engenharia de Software e Requisitos 330Arquitetura de Sistemas e SOA 324Infraestrutura e Datacenter 248Metodologias Ágeis e Qualidade de Software 240Governança de TI 235Todos os assuntos

Concursos abertos que cobram Tecnologia da Informação

Ver todos os concursos abertos

Como treinar Aprendizado de Máquina e Ciência de Dados

Resolva primeiro, confira depois, e anote o motivo de cada erro: a banca repete o mesmo tipo de pegadinha. No Yatta, as 158 questões desse assunto entram na sua sessão de estudo quando ele está no edital do seu concurso, e o Professor Yatta explica cada erro na hora.

Treine Aprendizado de Máquina e Ciência de Dados com todas as questões da sua banca

Escolha o seu concurso e o Yatta monta a sessão com as questões que a sua banca já cobrou sobre Aprendizado de Máquina e Ciência de Dados, com explicação de cada erro.

Começar 14 dias grátis Sem cartão de crédito. Cancele com dois cliques.