ThatQuiz Biblioteca de Testes Faça o teste agora
Aprendizagem automática
Contribuição de: Fernandes
  • 1. A aprendizagem automática é um ramo da inteligência artificial que se centra no desenvolvimento de algoritmos e modelos que permitem aos computadores aprender e tomar decisões com base em dados. Envolve a criação de sistemas que podem aprender automaticamente e melhorar por si próprios sem serem explicitamente programados. Os algoritmos de aprendizagem automática podem analisar grandes quantidades de dados, identificar padrões e fazer previsões ou tomar decisões com um mínimo de intervenção humana. Estes algoritmos são utilizados em várias aplicações, como o reconhecimento de imagem e de voz, sistemas de recomendação, veículos autónomos, diagnóstico médico e muitas outras. Ao tirar partido do poder da aprendizagem automática, as organizações podem extrair informações valiosas dos dados e melhorar os processos de tomada de decisões, conduzindo a soluções mais eficientes e inovadoras.

    O que é a aprendizagem automática?
A) Um tipo de software utilizado para jogar jogos de vídeo.
B) Um ramo da inteligência artificial que permite às máquinas aprenderem com os dados.
C) Uma linguagem de programação utilizada para a conceção de chips de computador.
D) Um método de controlo de máquinas físicas com recurso a input humano.
  • 2. Qual das seguintes opções é um exemplo de aprendizagem não supervisionada?
A) Árvores de decisão
B) Agrupamento
C) Regressão linear
D) Classificação
  • 3. Qual é a função de ativação utilizada numa rede neuronal?
A) Introduzir a não linearidade na rede.
B) Treinar a rede utilizando a retropropagação.
C) Armazenamento de informações para utilização futura.
D) Conversão direta de entrada em saída.
  • 4. Que algoritmo é normalmente utilizado para a aprendizagem por reforço?
A) Floresta aleatória
B) K-Means
C) SVM
D) Q-Learning
  • 5. Que método é utilizado para reduzir a dimensionalidade dos dados na aprendizagem automática?
A) Análise de componentes principais (PCA)
B) Naive Bayes
C) Descida de gradiente
D) Árvores de decisão
  • 6. Qual é o papel de uma função de perda na aprendizagem automática?
A) Normaliza os dados antes do treino.
B) Quantifica a diferença entre os valores previstos e reais.
C) Optimiza o modelo utilizando a retropropagação.
D) Seleciona as melhores caraterísticas para o modelo.
  • 7. O que é a engenharia de caraterísticas na aprendizagem automática?
A) Treinar um modelo sem quaisquer dados.
B) Avaliação do modelo através de validação cruzada.
C) Regularização do modelo para evitar o sobreajuste.
D) O processo de seleção e transformação das caraterísticas de entrada para melhorar o desempenho do modelo.
  • 8. Qual é o objetivo de um limite de decisão na aprendizagem automática?
A) Para controlar a taxa de aprendizagem do modelo.
B) Para adicionar ruído aos dados.
C) Para minimizar a função de perda durante a formação.
D) Para separar diferentes classes no espaço de entrada.
  • 9. Que método é utilizado para otimizar hiperparâmetros em modelos de aprendizagem automática?
A) Pesquisa na grelha
B) Ignorar os hiperparâmetros
C) Seleção aleatória de hiperparâmetros
D) Concentrar-se num único hiperparâmetro
  • 10. Que método é utilizado para evitar o sobreajuste do modelo na aprendizagem automática?
A) Regularização
B) Remoção de caraterísticas-chave
C) Treinar o modelo com mais dados
D) Aumentar a complexidade do modelo
  • 11. Que técnica é utilizada para evitar o sobreajuste nas redes neuronais?
A) Escala de caraterísticas
B) Descida de gradiente
C) Abandono
D) Normalização de lotes
  • 12. Qual dos seguintes é um algoritmo de aprendizagem supervisionada?
A) Agrupamento K-means
B) Análise de componentes principais
C) Regressão linear
D) Árvore de decisão
  • 13. Qual é o método utilizado para atualizar os pesos de uma rede neuronal durante o treino?
A) Inicialização aleatória
B) Retropropagação
C) Normalização de lotes
D) Paragem antecipada
  • 14. Que algoritmo é normalmente utilizado para tratar conjuntos de dados desequilibrados na aprendizagem automática?
A) SMOTE (Synthetic Minority Over-sampling Technique)
B) PCA (Análise de Componentes Principais)
C) AdaBoost
D) K-nearest Neighbors (KNN)
  • 15. Que método é utilizado para avaliar o desempenho de um modelo de aprendizagem automática?
A) Validação cruzada
B) Utilizar apenas dados de treino
C) Verificação da complexidade computacional
D) Adivinhação
  • 16. O que é o compromisso entre a polarização e a variância na aprendizagem automática?
A) O compromisso entre exatidão e precisão.
B) O equilíbrio entre o tempo de formação e o desempenho do modelo.
C) O compromisso entre subadaptação e sobreadaptação.
D) O equilíbrio entre a complexidade do modelo e a generalização.
  • 17. Que técnica é utilizada para tratar dados em falta na aprendizagem automática?
A) Duplicação dos dados
B) Imputação
C) Ignorar os dados em falta
D) Adicionar ruído aos dados
  • 18. Que tipo de algoritmo de aprendizagem automática é adequado para prever um valor contínuo?
A) Regressão
B) Redução da dimensionalidade
C) Classificação
D) Agrupamento
  • 19. Que função é normalmente utilizada como função de perda na regressão linear?
A) Entropia cruzada
B) Erro médio quadrático (MSE)
C) Perda de registos
D) Raiz do erro quadrático médio (RMSE)
  • 20. Que algoritmo é normalmente utilizado para tarefas de classificação na aprendizagem automática?
A) Agrupamento K-means
B) Regressão linear
C) Máquina de vetor de suporte (SVM)
D) Análise de componentes principais (PCA)
  • 21. Que métrica de avaliação é normalmente utilizada para modelos de classificação?
A) R-quadrado
B) Erro médio quadrático
C) Exatidão
D) Erro Absoluto Médio
  • 22. Que algoritmo é normalmente utilizado para a deteção de anomalias na aprendizagem automática?
A) SVM (Máquina de Vetor de Suporte)
B) Agrupamento K-means
C) Naive Bayes
D) Floresta de isolamento
Criado com That Quiz — página com testes de matemática para alunos.