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