Acerca das técnicas de processamento de sinais de áudio e voz, julgue os itens a seguir.
A compressão MP3 é uma técnica com perdas, que utiliza métodos de codificação perceptual.
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.
Acerca das técnicas de processamento de sinais de áudio e voz, julgue os itens a seguir.
A compressão MP3 é uma técnica com perdas, que utiliza métodos de codificação perceptual.
Acerca das técnicas de processamento de sinais de áudio e voz, julgue os itens a seguir.
Para redução de ruído em sinais de voz por meio de subtração espectral, uma estimativa do espectro de frequência do ruído de fundo é obtida a partir de um trecho de áudio em que não há fala.
Acerca das técnicas de processamento de sinais de áudio e voz, julgue os itens a seguir.
A análise cepstral é um método para investigar estruturas periódicas na forma de onda do sinal de voz.
Considerando a teoria da decisão aplicada a problemas de classificação como o descrito, julgue os itens seguintes.
Considere que os elementos constituintes de um problema de classificação tratado por meio da teoria da decisão incluam: o conjunto H de todas as hipóteses possíveis hi H, para i = 1, 2, 3, ...; o espaço S de observações, constituído pelos dados r observáveis do problema, modelados por meio de variável aleatória; e o conjunto D de todas as decisões dj D possíveis de serem tomadas depois de observado um elemento r de S, para j = 1, 2, 3, ...
A probabilidade de erro na tomada de decisão de um classificador embasado na regra de decisão de máxima verossimilhança é igual à probabilidade de erro na tomada de decisão de um classificador embasado na regra da máxima probabilidade a posteriori, desde que haja equiprobabilidade na ocorrência dos dados observáveis do problema.
Considerando a teoria da decisão aplicada a problemas de classificação como o descrito, julgue os itens seguintes.
Considere que os elementos constituintes de um problema de classificação tratado por meio da teoria da decisão incluam: o conjunto H de todas as hipóteses possíveis hi H, para i = 1, 2, 3, ...; o espaço S de observações, constituído pelos dados r observáveis do problema, modelados por meio de variável aleatória; e o conjunto D de todas as decisões dj D possíveis de serem tomadas depois de observado um elemento r de S, para j = 1, 2, 3, ...
Quando a regra da máxima probabilidade a posteriori (MAP – maximum a posteriori probability) é aplicada a problemas de decisão, em que a decisão dj é tomada ao se supor verdadeira a hipótese hi, busca-se minimizar a probabilidade de erro de decisão, decidindo-se por dj se, dado que r é observado, a probabilidade condicional de hi ser verdadeira é maior ou igual que a probabilidade condicional de hk ser verdadeira, para k i.
Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue os itens que se seguem.
Na regressão linear por meio de aprendizado supervisionado com o emprego da técnica denominada stochastic gradient descent, em cada iteração do processo de minimização da função custo, todas as amostras do conjunto de treinamento são utilizadas no ajuste do modelo a ser determinado.
Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue os itens que se seguem.
A técnica denominada gradient descent é aplicável à minimização da função custo no processo de aprendizado supervisionado para regressão linear; nela se determina, a cada iteração do processo de aprendizado, uma aproximação de segunda ordem da função custo, por meio de uma expansão de Taylor, necessitando-se, assim, da determinação numérica do jacobiano da função custo, calculado com base nos parâmetros do modelo a ser ajustado.
Acerca de autoencoders, julgue os próximos itens.
Quanto menor for a dimensão do espaço de representação latente de um autoencoder, maior será a sua capacidade de regenerar a informação da entrada em sua saída.
Acerca de autoencoders, julgue os próximos itens.
Em uma rede autoencoder, o elemento encoder tem por finalidade representar dados de entrada da rede em um espaço de representação latente, enquanto o elemento decoder busca reconstruir os dados originais de entrada, a partir desse espaço de representação latente.
Julgue os itens subsequentes, a respeito de regressão logística.
O algoritmo de minimização da função custo do processo de aprendizado supervisionado aplicado à regressão logística com a hipótese do modelo definida a partir da função sigmoide não é imune ao overfitting, que pode ser mitigado por meio de técnica de regularização.
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.