Esquenta Black FridayAté 50% OFF nos decks da campanha até sex 27/11, 23h59 · Pix mais baratoAté 50% OFF · Pix mais baratotermina em termina sex 27/11, 23h59Ver ofertas →
Ver ofertas
Banco de questões

Questões de Ciência de dados e big data (Cebraspe)

Questões de certo/errado e de múltipla escolha das provas anteriores, com o gabarito definitivo da banca. Responda de graça com uma conta: até 10 por dia.

273 questões · mostrando 51–60
Banca
Cebraspe
Ano
2026
Órgão
TCE-RN
Prova
Auditor de Controle Externo – Especialidade: Tecnologia da Informação

Julgue os itens a seguir, relativos a conceitos e técnicas de aprendizado de máquina, IA generativa, redes neurais e deep learning.

As redes neurais convolucionais (CNNs) são arquiteturas especializadas no processamento de dados com topologia de grade, como imagens, destacando-se pelo uso de camadas de agrupamento (pooling) para reduzir a dimensionalidade espacial das representações.

Abrir
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

Tendo o texto como referência inicial, julgue os itens subsecutivos, a respeito de aprendizado de máquina.

O Conselho Nacional de Justiça (CNJ) e a Universidade de Brasília (UnB) desenvolvem, no âmbito do Programa Justiça 4.0, um modelo de IA que irá permitir a verificação automática de precedentes qualificados. A partir do texto da petição inicial, o modelo será capaz de identificar os precedentes qualificados dos tribunais superiores e listá-los em ordem decrescente de similaridade, até o limite mínimo de 70% de correspondência. O modelo adota o método não supervisionado, que consiste no aprendizado de máquina de forma mais autônoma a partir da inclusão de novos dados, que não precisam ser categorizados previamente. Vanessa Maeji. Parceria com a UnB desenvolve modelo de IA de verificação automática de precedentes qualificados. In: Agência CNJ de Notícias, 24 de junho de 2023. Internet: <www.cnj.jus.br> (com adaptações).

O aprendizado por reforço é essencialmente uma forma de aprendizagem não supervisionada, pois seu objetivo principal é descobrir padrões ocultos e agrupamento nos dados, sem uso de rótulos; nesse paradigma, a recompensa funciona como um critério secundário de avaliação.

Abrir
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

Tendo o texto como referência inicial, julgue os itens subsecutivos, a respeito de aprendizado de máquina.

O Conselho Nacional de Justiça (CNJ) e a Universidade de Brasília (UnB) desenvolvem, no âmbito do Programa Justiça 4.0, um modelo de IA que irá permitir a verificação automática de precedentes qualificados. A partir do texto da petição inicial, o modelo será capaz de identificar os precedentes qualificados dos tribunais superiores e listá-los em ordem decrescente de similaridade, até o limite mínimo de 70% de correspondência. O modelo adota o método não supervisionado, que consiste no aprendizado de máquina de forma mais autônoma a partir da inclusão de novos dados, que não precisam ser categorizados previamente. Vanessa Maeji. Parceria com a UnB desenvolve modelo de IA de verificação automática de precedentes qualificados. In: Agência CNJ de Notícias, 24 de junho de 2023. Internet: <www.cnj.jus.br> (com adaptações).

A aprendizagem por reforço se diferencia da aprendizagem supervisionada, pois se baseia em feedback avaliativo, em vez de exemplos rotulados ou especificação da ação correta por um supervisor externo, para julgar a qualidade das ações.

Abrir
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

Tendo o texto como referência inicial, julgue os itens subsecutivos, a respeito de aprendizado de máquina.

O Conselho Nacional de Justiça (CNJ) e a Universidade de Brasília (UnB) desenvolvem, no âmbito do Programa Justiça 4.0, um modelo de IA que irá permitir a verificação automática de precedentes qualificados. A partir do texto da petição inicial, o modelo será capaz de identificar os precedentes qualificados dos tribunais superiores e listá-los em ordem decrescente de similaridade, até o limite mínimo de 70% de correspondência. O modelo adota o método não supervisionado, que consiste no aprendizado de máquina de forma mais autônoma a partir da inclusão de novos dados, que não precisam ser categorizados previamente. Vanessa Maeji. Parceria com a UnB desenvolve modelo de IA de verificação automática de precedentes qualificados. In: Agência CNJ de Notícias, 24 de junho de 2023. Internet: <www.cnj.jus.br> (com adaptações).

Modelos preditivos dispensam validação em um conjunto separado de dados porque a acurácia calculada durante o treinamento já representa a capacidade real do modelo de prever eventos futuros.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
ANM
Provas
Especialista em Recursos Minerais – Especialidade: Qualquer Área de Formação (fiscalização e Distribuição de Receitas) e mais 1
Anulada pela banca

Julgue os itens a seguir, referentes a algoritmos de aprendizado de máquina.

O algoritmo KNN (k-nearest neighbors) é um modelo supervisionado de aprendizado de máquina que realiza previsões classificando uma nova amostra com base na maioria dos votos de seus K vizinhos mais próximos, definidos por uma métrica de distância.

O Cebraspe anulou este item no gabarito definitivo: não há resposta oficial para conferir.

Banca
Cebraspe
Ano
2025
Órgão
ANM
Provas
Especialista em Recursos Minerais – Especialidade: Qualquer Área de Formação (fiscalização e Distribuição de Receitas) e mais 1

Julgue os itens a seguir, referentes a algoritmos de aprendizado de máquina.

O Naive Bayes, algoritmo de classificação probabilística eficiente no uso de dados categóricos, é indicado para aplicações de classificação de texto, tais como filtragem de spams e classificação de textos.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
ANM
Provas
Especialista em Recursos Minerais – Especialidade: Qualquer Área de Formação (fiscalização e Distribuição de Receitas) e mais 1

Julgue os itens a seguir, referentes a algoritmos de aprendizado de máquina.

O algoritmo K-means garante a otimização dos clusters, independentemente da inicialização dos centroides, desde que a métrica de distância utilizada seja euclidiana, e os dados estejam em um espaço vetorial de baixa dimensionalidade.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
Justiça Eleitoral (CPNU)
Prova
Analista Judiciário – Área: Apoio Especializado – Especialidade: Arquivologia

A respeito dos metadados constantes de um SIGAD, julgue os itens a seguir.

Os metadados podem se referir, entre outros aspectos, ao contexto documental, ao contexto tecnológico e à localização física do documento.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
Justiça Eleitoral (CPNU)
Prova
Analista Judiciário – Área: Apoio Especializado – Especialidade: Arquivologia

A respeito dos metadados constantes de um SIGAD, julgue os itens a seguir.

O metadado referente ao identificador de evento refere-se ao ciclo de vida do documento, e o registro deverá ser feito automaticamente pelo SIGAD.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
Justiça Eleitoral (CPNU)
Prova
Analista Judiciário – Área: Apoio Especializado – Especialidade: Biblioteconomia

Em relação a metadados e a tesauros, julgue os itens que se seguem.

Para melhor interoperabilidade e reúso, os tesauros devem ser disponibilizados para download como um conjunto de dados em formato .pdf.

Abrir

Os enunciados são das provas públicas do Cebraspe; o gabarito é o definitivo, publicado pela banca. Achou algo estranho num item? Escreva para o suporte.