Técnicas e Algoritmos de Inteligência Artificial

Prévia do material em texto

Técnicas e Algoritmos de Inteligência Artificial (IA), com as opções de resposta e a 
alternativa correta indicada: 
 
1. Qual é o principal objetivo de um algoritmo de aprendizado supervisionado? 
a) Fazer previsões com base em dados rotulados 
b) Classificar dados de forma não estruturada 
c) Identificar padrões sem dados rotulados 
d) Realizar operações aritméticas complexas 
e) Melhorar a performance de algoritmos de busca 
Resposta correta: a) Fazer previsões com base em dados rotulados 
 
2. O que é um "algoritmo genético"? 
a) Um algoritmo que simula a evolução natural para resolver problemas de otimização 
b) Um algoritmo que utiliza grandes volumes de dados para fazer previsões 
c) Um tipo de aprendizado supervisionado 
d) Um algoritmo que é utilizado para traduzir textos automaticamente 
e) Um método de criptografia de dados 
Resposta correta: a) Um algoritmo que simula a evolução natural para resolver 
problemas de otimização 
 
3. Qual técnica de IA é usada para tomar decisões em ambientes incertos e 
dinâmicos? 
a) Algoritmos de redes neurais 
b) Algoritmos de busca exata 
c) Algoritmos de aprendizado por reforço 
d) Algoritmos de ordenação 
e) Algoritmos de busca em profundidade 
Resposta correta: c) Algoritmos de aprendizado por reforço 
 
4. O que caracteriza o "aprendizado não supervisionado"? 
a) O algoritmo aprende a partir de exemplos rotulados 
b) O algoritmo é treinado para fazer previsões com base em um conjunto de dados 
rotulados 
c) O algoritmo é capaz de encontrar padrões e estrutura em dados não rotulados 
d) O algoritmo é alimentado apenas com dados binários 
e) O algoritmo segue um conjunto de regras fixas para tomar decisões 
Resposta correta: c) O algoritmo é capaz de encontrar padrões e estrutura em dados 
não rotulados 
 
5. Qual é o papel das "redes neurais" na Inteligência Artificial? 
a) Realizar análises estatísticas avançadas 
b) Imprimir resultados em telas de dispositivos 
c) Imitar o funcionamento do cérebro humano para resolver problemas complexos 
d) Criar redes sociais e gerenciar dados 
e) Proteger sistemas de IA contra vírus 
Resposta correta: c) Imitar o funcionamento do cérebro humano para resolver 
problemas complexos 
 
6. O que é "Deep Learning" (aprendizado profundo)? 
a) Um tipo de algoritmo de aprendizado supervisionado com redes neurais de múltiplas 
camadas 
b) Um método de otimização para encontrar soluções rápidas 
c) Um processo de computação quântica 
d) Uma técnica de aprendizado de máquina para problemas simples 
e) Um tipo de algoritmo de aprendizado não supervisionado 
Resposta correta: a) Um tipo de algoritmo de aprendizado supervisionado com redes 
neurais de múltiplas camadas 
 
7. Qual técnica é utilizada em IA para agrupamento de dados? 
a) Análise de regressão 
b) K-means clustering 
c) Algoritmos genéticos 
d) Busca binária 
e) Algoritmo de Dijkstra 
Resposta correta: b) K-means clustering 
 
8. O que é uma "árvore de decisão" em IA? 
a) Um modelo de aprendizagem supervisionada que utiliza uma estrutura hierárquica 
para tomar decisões 
b) Um algoritmo que busca dados em uma árvore de forma eficiente 
c) Um tipo de rede neural para reconhecimento de padrões 
d) Um algoritmo utilizado para buscar em grafos não direcionados 
e) Um método de classificação de textos 
Resposta correta: a) Um modelo de aprendizagem supervisionada que utiliza uma 
estrutura hierárquica para tomar decisões 
 
9. Qual é a principal vantagem dos algoritmos de "ensemble" em aprendizado de 
máquina? 
a) Eles combinam múltiplos modelos para melhorar a precisão do sistema de IA 
b) Eles são mais rápidos que os algoritmos individuais 
c) Eles funcionam apenas com dados rotulados 
d) Eles operam sem a necessidade de grandes volumes de dados 
e) Eles são especializados em reconhecimento de imagens 
Resposta correta: a) Eles combinam múltiplos modelos para melhorar a precisão do 
sistema de IA 
 
10. O que é "overfitting" em um modelo de aprendizado de máquina? 
a) Quando o modelo aprende apenas o comportamento dos dados de treinamento e não 
generaliza bem para novos dados 
b) Quando o modelo é otimizado para a velocidade de execução 
c) Quando o modelo tem uma baixa taxa de erro 
d) Quando o modelo pode gerar previsões a partir de dados não rotulados 
e) Quando o modelo se adapta perfeitamente a todos os dados de entrada 
Resposta correta: a) Quando o modelo aprende apenas o comportamento dos dados de 
treinamento e não generaliza bem para novos dados 
 
11. Qual técnica de IA é usada em sistemas de recomendação como os do Netflix? 
a) Algoritmos de busca em profundidade 
b) Algoritmos de aprendizado supervisionado 
c) Sistemas de filtragem colaborativa 
d) Algoritmos de otimização de rotas 
e) Algoritmos de redes neurais convolucionais 
Resposta correta: c) Sistemas de filtragem colaborativa 
 
12. Qual é o objetivo principal de um algoritmo de "classificação" em aprendizado 
de máquina? 
a) Organizar dados em categorias predeterminadas 
b) Prever resultados numéricos a partir de dados 
c) Agrupar dados semelhantes sem rótulos 
d) Analisar a estrutura dos dados 
e) Criar regras de negócio em sistemas empresariais 
Resposta correta: a) Organizar dados em categorias predeterminadas 
 
13. O que caracteriza o "algoritmo de Dijkstra" em IA? 
a) Algoritmo de otimização usado para encontrar o caminho mais curto em um grafo 
b) Algoritmo de busca em largura para percorrer árvores 
c) Algoritmo de classificação supervisionada 
d) Algoritmo de aprendizado profundo para reconhecimento de voz 
e) Algoritmo de redes neurais para identificar padrões 
Resposta correta: a) Algoritmo de otimização usado para encontrar o caminho mais 
curto em um grafo 
 
14. O que é "Transfer Learning" (Aprendizado por Transferência)? 
a) Técnica de aprendizado que utiliza um modelo treinado para resolver diferentes 
problemas, aplicando o que foi aprendido em um contexto novo 
b) Técnica que transfere dados entre sistemas diferentes 
c) Algoritmo que faz transferência de dados entre dispositivos móveis 
d) Método de aprendizado supervisionado utilizando múltiplos modelos 
simultaneamente 
e) Algoritmo de aprendizado que se aplica apenas a grandes volumes de dados 
Resposta correta: a) Técnica de aprendizado que utiliza um modelo treinado para 
resolver diferentes problemas, aplicando o que foi aprendido em um contexto novo 
 
15. O que caracteriza o "algoritmo de busca A" em IA?* 
a) Um algoritmo usado para encontrar o caminho mais curto entre dois pontos em um 
grafo, levando em consideração heurísticas 
b) Um algoritmo de aprendizado supervisionado para reconhecimento de imagem 
c) Um algoritmo de agrupamento de dados não supervisionado 
d) Um algoritmo utilizado para classificar grandes volumes de dados 
e) Um algoritmo de busca em profundidade para percorrer árvores 
Resposta correta: a) Um algoritmo usado para encontrar o caminho mais curto entre 
dois pontos em um grafo, levando em consideração heurísticas 
 
16. Qual é o principal objetivo do "algoritmo K-Nearest Neighbors" (K-NN)? 
a) Classificar dados com base na distância entre eles 
b) Agrupar dados em categorias sem rótulos 
c) Encontrar o caminho mais curto em um grafo 
d) Calcular a regressão linear de dados 
e) Realizar reconhecimento de padrões em grandes volumes de dados 
Resposta correta: a) Classificar dados com base na distância entre eles 
 
17. Qual técnica de IA é utilizada para o processamento de imagens, como em 
sistemas de visão computacional? 
a) Redes neurais convolucionais (CNNs) 
b) Algoritmos de classificação de textos 
c) Algoritmos de busca em largura 
d) Algoritmos de otimização combinatória 
e) Algoritmos de aprendizado por reforço 
Resposta correta: a) Redes neurais convolucionais (CNNs) 
 
18. Em IA, o que significa "backpropagation"? 
a) Processo de ajuste dos pesos das redes neurais com base no erro da saída 
b) Processo de alimentaçãode dados em redes neurais 
c) Algoritmo de agrupamento de dados sem supervisão 
d) Algoritmo de classificação para novos dados 
e) Técnica de aprendizado que ajusta dados em tempo real 
Resposta correta: a) Processo de ajuste dos pesos das redes neurais com base no erro 
da saída 
 
19. Qual é o objetivo da técnica "clustering" em aprendizado de máquina? 
a) Prever valores contínuos a partir de dados 
b) Agrupar dados semelhantes em clusters ou grupos 
c) Classificar dados em categorias predeterminadas 
d) Encontrar o caminho mais curto entre dois pontos 
e) Estabelecer um modelo preditivo a partir de dados rotulados 
Resposta correta: b) Agrupar dados semelhantes em clusters ou grupos 
 
20. O que é "SVM" (Support Vector Machine) em IA? 
a) Algoritmo de classificação usado para encontrar a linha ou hiperplano que melhor 
separa os dados em duas classes 
b) Algoritmo de agrupamento de dados 
c) Algoritmo de otimização utilizado para encontrar o melhor caminho 
d) Algoritmo utilizado para prever valores numéricos 
e) Algoritmo de aprendizado por reforço 
Resposta correta: a) Algoritmo de classificação usado para encontrar a linha ou 
hiperplano que melhor separa os dados em duas classes 
 
21. Em IA, o que é "regressão linear"? 
a) Técnica usada para prever valores contínuos com base em dados de entrada 
b) Técnica usada para agrupar dados sem rótulos 
c) Algoritmo de classificação para categorizar dados 
d) Técnica usada para encontrar o caminho mais curto em um grafo 
e) Algoritmo usado para otimizar a busca em árvores binárias 
Resposta correta: a) Técnica usada para prever valores contínuos com base em dados 
de entrada 
 
22. Qual é a técnica utilizada em IA para simulação de redes neurais profundas e 
complexas? 
a) Deep Learning (Aprendizado Profundo) 
b) Algoritmo de Dijkstra 
c) Algoritmo K-means 
d) Algoritmo de Backpropagation 
e) Algoritmo de Gradiente Descendente 
Resposta correta: a) Deep Learning (Aprendizado Profundo) 
 
23. O que é a "heurística" em IA? 
a) Método de pesquisa para encontrar soluções aproximadas para problemas complexos 
b) Processo de busca exata para resolver problemas 
c) Técnica de otimização usada para melhorar o desempenho de redes neurais 
d) Técnica de aprendizado não supervisionado 
e) Algoritmo de aprendizado baseado em exemplos rotulados 
Resposta correta: a) Método de pesquisa para encontrar soluções aproximadas para 
problemas complexos 
 
24. Qual técnica de IA é comumente usada para prever o próximo item a ser 
comprado por um cliente? 
a) Algoritmos de redes neurais convolucionais 
b) Algoritmos de filtragem colaborativa 
c) Algoritmos de K-means clustering 
d) Algoritmos de aprendizado por reforço 
e) Algoritmos de análise de sentimentos 
Resposta correta: b) Algoritmos de filtragem colaborativa 
 
25. O que caracteriza um "algoritmo de aprendizado por reforço"? 
a) Aprendizado baseado em tentativa e erro, onde o agente aprende ao interagir com o 
ambiente 
b) Aprendizado baseado em exemplos rotulados fornecidos por um treinador 
c) Algoritmo utilizado apenas para otimizar dados financeiros 
d) Algoritmo usado para agrupar dados não rotulados 
e) Algoritmo utilizado para criar imagens e vídeos sintéticos 
Resposta correta: a) Aprendizado baseado em tentativa e erro, onde o agente aprende 
ao interagir