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

Banco de questões de concursos: provas do 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.

65 questões · mostrando 21–30
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Julgue os itens a seguir, no que se refere à modelagem de banco de dados.

A forma normal de Boyce-Codd assegura que qualquer atributo ou conjunto de atributos que determina outro em uma tabela (determinante) seja uma chave candidata, eliminando possíveis anomalias causadas por dependências funcionais inadequadas.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Julgue os próximos itens, a respeito de machine leaning.

Grandes volumes de dados frequentemente revelam padrões e tendências que são valiosos para análises preditivas e tomadas de decisão, facilitando a antecipação de comportamentos futuros e permitindo melhor alocação de recursos e planejamento.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Julgue os próximos itens, a respeito de machine leaning.

Os algoritmos de regressão linear, por minimizarem a soma dos resíduos quadrados para ajustar os coeficientes, são sensíveis a outliers, que podem distorcer os coeficientes e comprometer a previsão do modelo.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Julgue os próximos itens, a respeito de machine leaning.

Árvores de decisão são técnicas de modelagem preditiva que particionam iterativamente os dados em subconjuntos homogêneos baseados em variáveis explicativas.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Julgue os próximos itens, a respeito de machine leaning.

A biblioteca Scikit-learn é amplamente utilizada para aprendizado de máquina em Python, mas não é especializada em processamento de linguagem natural nem oferece suporte robusto para redes neurais profundas.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Acerca de análise quantitativa, julgue os itens que se seguem.

Amostras maiores tendem a fornecer estimativas mais precisas dos parâmetros de determinada população.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Acerca de análise quantitativa, julgue os itens que se seguem.

No que se refere à compreensão de conceitos subjetivos, a análise quantitativa é mais adequada que a qualitativa.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Acerca de análise quantitativa, julgue os itens que se seguem.

A utilização de técnicas de análise quantitativa, como análise de séries temporais, pode revelar informações relevantes e tendências futuras acerca de determinado conjunto de dados.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Em relação a manipulação e limpeza de dados, julgue os itens a seguir.

Local outlier factor é uma técnica de detecção de outliers que mede a anomalia de um dado com base na densidade local dos seus vizinhos.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
FUNPRESP
Prova
Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação

Em relação a manipulação e limpeza de dados, julgue os itens a seguir.

A normalização dos dados é importante na preparação de dados para modelos de aprendizado de máquina, pois garante que todas as variáveis estejam na mesma escala, independentemente de sua importância no modelo.

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.