Questões de Concurso sobre Subárea: Geointeligência

criam muitas variáveis locais.

criam muitas cópias do código-fonte da função na memória.

requerem muitas cópias das variáveis do stack para o heap e vice-versa.

chamadas prévias da mesma função ainda estão ativas quando novas chamadas da função são criadas.

criam duas cópias de todas as variáveis do programa para cada chamada recursiva.

a árvore de decisão terá exatamente uma regra para cada amostra das classes.

a árvore de decisão terá no mínimo uma regra para cada amostra da classe com menor número de amostras.

muitas das amostras da classe “círculo” serão classificadas como “quadrado”.

a árvore terá no mínimo duas regras para classificação completa e precisa dos dados.

o algoritmo para criação da árvore não será capaz de convergir.

sum := n + sum (n – 1)

sum := (n – 1) + sum (n)

sum := (n – 1) + sum (n – 1)

sum := n + sum (n)

sum := sum (n) + sum (n – 1)

250 < x <= 500.

x > 500.

x <= 250.

0 < x < 500.

250 <= x <= 500.

4 147 200 bytes.

6 220 800 bytes.

8 294 400 bytes.

1 677 7216 bytes.

49 766 400 bytes.

modificação do número de cores, conversão raster para vetor e conversão vetor para raster.

modificação do espaço de cores, transformações para níveis de cinza.

preenchimento de regiões e identificação de bordas.

segmentação e vetorização.

rotação, modificação da escala e translação.

troca os valores de m e n.

não altera os valores de m e n.

divide m por n.

divide n por m.

calcula o mínimo múltiplo comum entre m e n.

para todas as classes existe uma alta correlação entre os atributos sepal length e sepal width.

o atributo sepal length é um bom separador linear para todas as classes.

técnicas de agrupamento particional podem separar as três classes sem nenhum erro de classificação.

somente o atributo petal width pode ser usado para classificar os dados em três classes sem erros.

dados da classe Setosa podem ser separados das outras classes com uma árvore de decisão simples.

10 valores inspirados pelos dez dedos do ser humano.

Octais, de 0 a 7.

Binários, 0 e 1.

Hexadecimais, de 0 a 15.

Alfanuméricos.

Lista Encadeada.

Array.

Pilha.

Fila.

Árvore.

modelos representados de forma sólida (e não oca) são mais usados em simulações e aplicações como ray tracing.

todo modelo 3D pode ser construído a partir de uma única projeção 2D.

todo modelo 3D pode ser decomposto em não mais que duas projeções 2D.

modelos em 3D devem ser obrigatoriamente ocos.

modelos em 3D não podem ser representados através de conjuntos de polígonos.

PNG e GIF.

ZIP e ASCII.

RAR e ASCII.

PNG e JPEG.

JPEG e PNG.

amostras que são espacialmente próximas tendem a ter medidas próximas no espaço de atributos, o que pode facilitar a visualização e detecção de desvios nestes dados.

amostras devem ser coletadas de forma regular para evitar erros no processo de mineração.

amostras que tem valores próximos no espaço de atributos devem ser descartadas.

dados com alta autocorrelação implicam em maior necessidade de recursos computacionais para mineração.

dados com baixa autocorrelação devem ser complementados com dados interpolados espacialmente.

separar dados em grupos sem superposição e identificar planos de separação entre dados.

calcular rótulos (ou identificadores) para dados e prever valores associados a dados.

aumentar o conhecimento semântico sobre os dados e diminuir o conhecimento semântico sobre os dados.

reduzir o número de instâncias da base de dados e reduzir o número de atributos da base de dados.

calcular rótulos a partir dos dados e verificar a validade dos rótulos calculados.

O(1).

O(n).

O(n^2)

O(2^n).

O(n log2 n).

Herança.

Interface.

Herança Múltipla.

Polimorfismo.

Persistência.

2n nós no total.

n-1 nós no total.

2n-1 nós no total.

n+1 nós no total.

n^2-1 nós no total.

paux = nd;

nd->left = nd->right;

nd->right = paux;

paux = nd->right;

paux = nd->right;

Herança, Encapsulamento e Polimorfismo.

Classes, Métodos e Herança.

Padrões de Projetos, Polimorfismo e Encapsulamento.

Diagramas UML, Classes, Métodos.

Funções, Procedimentos e Polimorfismo.

somente podemos usar 256 cores nos gráficos.

o seu conteúdo não pode ser compactado para reduzir espaço para armazenamento.

ao aumentarmos o tamanho da imagem para visualização, veremos os pixels individuais sem melhoria real no discernimento dos objetos.

é necessário software proprietário para manipular gráficos deste tipo.

uma vez criado o gráfico, este não poderá ser alterado.