Questões - Inteligência Artificial e Machine Learning

Prévia do material em texto

Questões sobre Inteligência Artificial e Machine Learning
1. Explique o conceito de aprendizado supervisionado em Machine Learning. Dê exemplos de como ele é aplicado no cotidiano.
2. Discuta os principais desafios éticos no uso de Inteligência Artificial, abordando aspectos como viés algorítmico e privacidade de dados.
3. Compare os métodos de aprendizado supervisionado e não supervisionado, destacando suas diferenças em termos de dados utilizados e aplicações práticas.
4. Como a visão computacional tem sido utilizada em áreas como medicina e segurança pública? Analise os benefícios e possíveis limitações.
5. Redes neurais são uma das bases do Machine Learning moderno. Explique como elas funcionam, destacando o papel das camadas de entrada, ocultas e saída.
6. Qual das opções a seguir é um exemplo de aprendizado supervisionado?
· a) Agrupamento de clientes com base em comportamento de compra.
· b) Previsão de preços de casas com base em dados históricos.
· c) Identificação de padrões em grandes conjuntos de dados sem rótulos.
· d) Compressão de dados para reduzir espaço de armazenamento.
7. O que caracteriza o aprendizado por reforço em Machine Learning?
· a) Uso de dados rotulados para treinar o modelo.
· b) Descoberta de padrões sem supervisão direta.
· c) Treinamento por tentativa e erro com recompensas e penalidades.
· d) Aplicação de algoritmos baseados em regras fixas.
8. Qual das seguintes não é uma aplicação típica de Inteligência Artificial?
· a) Reconhecimento de fala.
· b) Tradução automática de idiomas.
· c) Modelagem de estruturas químicas em tempo real.
· d) Edição de texto em documentos.
9. O que é o "viés algorítmico"?
· a) Erro introduzido por humanos durante a criação do algoritmo.
· b) Tendência de um algoritmo a otimizar para uma métrica específica.
· c) Comportamento não intencional causado por dados enviesados usados no treinamento.
· d) Falha no processo de treinamento que resulta em baixa precisão.
10. Quais são os componentes principais de uma rede neural artificial?
· a) Nós, arestas, e bias.
· b) Camadas de entrada, ocultas, e de saída.
· c) Dados de treinamento, validação, e teste.
· d) Função de perda, aprendizado e otimização.