Espero que você aprenda muito com este exercício.

Aprofunde-se mais nos seus estudos com : Exercícios Resolvidos

10 exercícios de Inteligência Artificial resolvidos com gabarito e explicações detalhadas!

Sua jornada e evolução de aprendizado em IA começa aqui: exercícios com soluções! Supere desafios!

#Índice

Exercícios
Perguntas e Respostas
Motive-se

Exercício 1

#2023 #FGV #SEDUC-SP

No contexto do Processamento de Linguagem Natural, assinale a opção que apresenta o principal objetivo da stemização e sua diferença em relação à lematização.

O objetivo da stemização consiste em reduzir palavras à sua forma radical, eliminando afixos e sufixos, com a diferença de que a lematização preserva o significado original da palavra.

A stemização tem como principal objetivo encurtar palavras, tornando-as mais descritivas, enquanto a lematização as mantém inalteradas, economizando espaço de armazenamento.

A stemização busca criar sinônimos para cada palavra, tornando-as mais legíveis para os humanos, ao passo que a lematização identifica as raízes das palavras em um documento.

A stemização visa aumentar o tamanho das palavras para enfatizar seu significado, ao contrário da lematização, que reduz o tamanho das palavras para economizar espaço de armazenamento.

A stemização simplifica palavras complexas, tornando-as mais fáceis de entender, enquanto a lematização torna o texto mais sofisticado, introduzindo complexidade nas palavras.

Python se estabeleceu como uma das principais linguagens de programação para o desenvolvimento de soluções de Inteligência Artificial por causa da sua simplicidade e por causa da vasta gama de bibliotecas e frameworks voltados para IA. Dentre as mais famosas frameworks e libs em Python, podemos citar: NumPy, Scikit-Learn, Pandas, TensorFlow, Keras, etc.
Exercícios Resolvidos

Exercício 2

#2023 #FGV #SEDUC-SP

No contexto da IA geracional, representada pelo ChatGPT e modelos similares, surge um desafio crítico relacionado ao viés.

Em relação ao significado do termo “biased AI” (IA enviesada) na IA geracional, assinale a afirmativa correta.

Trata da incapacidade dos modelos de IA de aprender com exemplos de texto humano.

Refere-se à tendência de modelos de IA geracional em gerar respostas tendenciosas ou discriminatórias com base em dados de treinamento enviesados.

Descreve a capacidade da IA geracional de entender e aplicar princípios éticos em suas respostas.

Significa que a IA geracional não é capaz de reconhecer ou interpretar o contexto em que uma pergunta é feita.

Refere-se à tendência da IA geracional de gerar respostas excessivamente longas e detalhadas.

Temas relacionados ao aprendizado de máquina são recorrentes nas mídias, nos estudos e no interesse geral da sociedade. Mas este estudo requer habilidades matemáticas de quem o pratica, principalmente a área de métodos quantitativos. Dentro do aprendizado de máquina temos algumas formas de lidar. Estas formas podem ser definidas como:

( ) Aprendizado Supervisionado. ( ) Aprendizado pontual. ( ) Aprendizado por reforço.

Analise as afirmativas acima e dê valores Verdadeiro (V) ou Falso (F) e assinale a alternativa que apresenta a sequência correta de cima para baixo.

F - V - V

F - F - V

V - V - V

V - F - V

Exercício 4

#2023 #IBFC #CET Santos

É um tipo de regressão utilizada em aprendizado de máquina que estima a probabilidade de ocorrência de um evento, como um “voto”, e com base em um determinado conjunto de dados de variáveis independentes. O resultado esperado é apenas uma probabilidade de ocorrer, sendo a variável dependente é limitada entre 0 e 1. Neste tipo de regressão, temos a probabilidade de sucesso dividida pela probabilidade de falha. Isso também é comumente conhecido como "log odds", ou logaritmo natural de probabilidades. O texto trata de:

Regressão Logística

Regressão Polinomial

Regressão Ridgest

Regressão Binomial

Exercício 5

#2023 #IBFC #CET Santos

Analise as afirmativas abaixo e dê valores Verdadeiro (V) ou Falso (F) em relação as afirmativas que tratam de algoritmos de ML (Machine Learning)

( ) KNN (K vizinhos mais próximos)
( ) SVM (Support Vector Machine)
( ) Floresta aleatória
( ) Gradiente relacional
( ) Árvore e decisão
( ) K-Means

Assinale a alternativa que apresenta a sequência correta de cima para baixo.

V - V - V - V - F - V

V - V - V - F - V - V

V - V - F - V - V - V

V - V - V - V - V - V

Exercício 6

#2023 #IBFC #CET Santos

Várias técnicas em ML (Machine Learning) são utilizadas. Todas possuem um melhor tratamento de dados do que outra, dependendo no que se está trabalhando. No caso da técnica com modelos contextualizados de linguagem baseados em tokens, temos uma que implementa um algoritmo utilizado no processamento de linguagem natural e na recuperação de informações. Esta técnica combina a frequência de uma determinada palavra em um texto com a frequência inversa da mesma palavra em outros documentos. Essa técnica é conhecida por:

HAN Bayes

AaBoost Bayes

TF-IDF

SVM Naive

Exercício 7

#2023 #FGV #TCE - SP

João está trabalhando em um projeto de reconhecimento de animais por imagens, em que o conjunto de dados possui um atributo como rótulo, o qual indica o nome do animal retratado, como "cachorro", "gato", "pássaro" e "peixe".

Para treinar o modelo de reconhecimento de imagens de animais, a tarefa de aprendizado supervisionado que João deverá utilizar é:

regressão

associação

classificação

agrupamento

redução de dimensionalidade

Exercício 8

#2023 #FGV #Câmara dos Deputados

Joselito é um desenvolvedor especializado em inteligência artificial e trabalha para uma renomada indústria.

Recentemente, ele finalizou o treinamento de um modelo de visão computacional, cujo objetivo é identificar se os colaboradores estão utilizando capacetes enquanto circulam pelo chão de fábrica, visando a assegurar o cumprimento das normas de segurança. Durante a apresentação do projeto para a equipe de liderança, o modelo demonstrou alta acurácia na maioria das situações.

Entretanto, houve um padrão atípico de erro: o chefe de Joselito, que é calvo, foi consistentemente identificado pelo modelo como estando de capacete, ainda que estivesse sem capacete.

Com base nessas informações, assinale a opção que indica a causa mais provável do comportamento anômalo observado no modelo de Joselito.

O modelo foi treinado com um conjunto de dados desbalanceado tendo muito mais exemplos de pessoas usando capacetes do que sem.

O chefe de Joselito tem características faciais únicas que o modelo não conseguiu aprender corretamente durante o treinamento.

O modelo está superajustado (overfitting), capturando detalhes muito específicos do conjunto de treinamento que não generalizam bem para dados não vistos.

O conjunto de dados de treinamento não tinha uma quantidade balanceada de pessoas calvas sem utilizar o capacete, fazendo o modelo associar erroneamente a calvície com o uso de capacete.

A resolução da câmera utilizada durante a demonstração era significativamente inferior à usada para coletar imagens do conjunto de dados de treinamento, levando o modelo a interpretar incorretamente características faciais.

Exercício 9

#2018 #FGV #Prefeitura de Niterói

Analise a rede neural da imagem abaixo exibida a seguir.

Sobre essa rede, analise as afirmativas a seguir.

I. Não possui camadas intermediárias (hidden layers).
II. Admite três sinais de entrada (input units) além do intercept term.
III. É apropriada para aplicações de deep learning.

Está correto o que se afirma em

I, apenas.

II, apenas.

III, apenas.

I e II, apenas.

I, II e III.

Exercício 10

#2023 #FEPESE #EMASA-SC

São tipos válidos de aprendizagem de máquina:

1. Aprendizado supervisionado
2. Aprendizado não supervisionado
3. Aprendizado estruturado
4. Aprendizado não estruturado
5. Aprendizagem por reforço

Assinale a alternativa que indica todas as afirmativas corretas.

São corretas apenas as afirmativas 1, 2 e 5.

São corretas apenas as afirmativas 1, 3 e 5.

São corretas apenas as afirmativas 3, 4 e 5.

São corretas apenas as afirmativas 1, 2, 3 e 4.

São corretas apenas as afirmativas 1, 2, 3 e 5.