Questões de Concurso sobre Aprendizado de Máquina

O ChatGPT e o DeepSeek são plataformas de IA generativas baseadas em modelos de linguagem de grande escala (LLMs — large language models) e o princípio tecnológico dessas plataformas é a arquitetura transformer, que ajuda o modelo a aprender as relações entre palavras e frases em longos trechos de texto.

Um professor do IFPE coordena um projeto de machine learning para classificar pacientes quanto à presença de câncer de pele. Ele recebeu um conjunto de dados com 35.000 instâncias, contendo 500 exemplos de diagnósticos para câncer de pele. A equipe desse professor dividiu o dataset em 70% de treinamento e 30% de teste, utilizando Decision Tree (algoritmo c4.5) para a tarefa de classificação. Durante a fase de treinamento, o modelo alcançou uma acurácia de 98%, mas, na fase de teste, anotou uma acurácia de 61%. Para o fato descrito, é provável que tenha ocorrido um problema clássico em aprendizagem de máquina. Marque a opção que melhor descreve o problema e uma possível solução, respectivamente.

SVM (support vector machines) é um classificador não probabilístico que utiliza um hiperplano com margem máxima para separar dados em diferentes categorias, combina modelos lineares com técnicas de aprendizagem baseadas em instâncias e pode executar classificações lineares ou realizar classificações não lineares.

A respeito das redes neurais artificiais, assinale a opção correta.

O Aprendizado de Máquina (Machine Learning) pode ser dividido em duas grandes categorias de modelos: supervisionados e não supervisionados. A distinção entre elas está na presença ou ausência de rótulos (valores esperados) nos dados utilizados para o treinamento do modelo. Tendo isso em vista, assinale a alternativa que apresenta corretamente uma técnica e um algoritmo associados a essas categorias.

Em aprendizado de máquina, não há overfitting.

Em aprendizado de máquina, as técnicas de classificação e regressão são exemplos de aplicações práticas para a solução de problemas.

Uma rede neural feedforward se distingue das demais pela presença de uma ou mais camadas ocultas, cujos nós de computação são chamados de neurônios ocultos ou unidades ocultas, devido ao fato de que essa parte da rede neural não é vista diretamente da entrada ou saída da rede.

Uma IA generativa cujo aprendizado é realizado a partir da distribuição de probabilidade conjunta p(x,y), em que x é o dado de entrada e y é o rótulo que se queira classificar, pode gerar mais amostras por si só artificialmente, com base em suposições a respeito da distribuição de dados.

Aprendizado supervisionado e não supervisionado são dois dos principais tipos de aprendizado de máquina utilizados.

Um exemplo de algoritmo de aprendizado de máquina supervisionado é o

Assimilação de dados profunda (Deep Data Assimilation - DDA) é uma técnica recente que integra aprendizado profundo e assimilação.

Utiliza-se uma rede neural recorrente para aprender o processo de assimilação, que por sua vez é treinada a partir dos estados de um sistema dinâmico e de seus resultados de assimilação correspondentes. Tais redes neurais recorrentes são implementadas com o uso de funções de ativação, que introduzem não linearidades às saídas dos neurônios das redes.

Assinale a opção que menos se adequa às características esperadas para funções de ativação.

Ao se utilizar bancos de dados reais no treinamento de métodos de aprendizado de máquina é normal se deparar com entradas que possuem um ou mais parâmetros (campos) ausentes.

Com relação às estratégias para lidar com dados ausentes, analise as afirmativas a seguir.

I. Só é possível realizar imputation quando o atributo (feature) ausente é numérico.

II. Ao utilizar o k-nearest neighbors (KNN) para fazer o imputation é uma boa estratégia primeiro fazer a normalização ou padronização dos dados.

III. Ao se trabalhar com bancos de dados com poucas amostras (itens), uma estratégia usualmente utilizada para lidar com as amostras) que possuem valores ausentes é a remoção.

Está correto o que se afirma em

Na arquitetura de redes neurais, diferentes funções de ativação são utilizadas nas camadas de neurônios para aplicar transformações não lineares aos dados. Uma dessas funções é a ReLU, conhecida por sua eficácia em diversos modelos de aprendizado profundo.

Ao implementar a função ReLU, um pesquisador deve seguir a fórmula:

Em aprendizado de máquina, um modelo de bom desempenho com dados já treinados, mas que não lide muito bem com novos dados é denominado subajuste, ou seja, no subajuste se aprende com base no ruído dos dados.

PV-DM (do inglês, Paragraph Vector Distributed Memory) é um método de aprendizado de máquina utilizado no processamento de dados textuais. A ideia central é prever uma palavra (de contexto) a partir de um conjunto de palavras amostrado aleatoriamente – palavras de contexto e ID de parágrafo. Quando aplicado sobre um conjunto de documentos textuais (por exemplo, os processos deferidos arquivados no TJ-AC), qual a vantagem desse método em relação ao método BOW, baseado em contagem de palavras?

Considere a sentença a seguir.

s: “O acesso ao auditório também pode ser feito através de uma rampa”

Aplicando a função f à sentença, obtém-se o seguinte resultado:

f(s) = “acesso auditório pode ser feito através rampa”

A tarefa de tratamento de dados textuais realizada pela função f é:

Um pesquisador possui um conjunto de dados consistindo em características diversas, features, e suas respectivas classificações, labels. Ele deseja dividir esse conjunto de dados em conjuntos distintos, para treinamento e para teste, com o objetivo de validar a eficácia de um modelo de aprendizado de máquina.

Nesse contexto, qual função do SciKit-learn ele deve utilizar para realizar essa divisão de maneira eficiente e adequada?

O aprendizado de máquina (do inglês, machine learning) é um conjunto de técnicas da ciência de dados que permite que os computadores usem os dados existentes para prever comportamentos, resultados e tendências. Uma das formas de classificar o aprendizado é em razão da natureza do sinal de entrada ou feedback do processo. As árvores de decisão, agrupamento e regras de associação são, respectivamente, técnicas de aprendizado de máquina:

Os modelos de aprendizado de máquina desempenham um papel fundamental na análise e interpretação de dados em uma variedade de domínios.

Uma característica dos modelos de aprendizado de máquina supervisionados e não supervisionados é que modelos supervisionados

Aprendizado de máquina pode ser definido como a criação e o uso de modelos que são aprendidos a partir dos dados.