Questões de Concurso sobre Métricas de qualidade

Considere a matriz de confusão abaixo, obtida a partir da avaliação de um classificador binário, em que a classe Positiva é a classe de interesse:

Com base nesses dados, tem-se que

O SonarQube centraliza métricas de qualidade de código e fornece visões consolidadas sobre o débito técnico e a segurança das aplicações. Acerca do assunto, registre V, para as afirmativas verdadeiras, e F, para as falsas:

(__)O SonarQube utiliza 'Quality Gates' para definir as métricas mínimas de aprovação que um código deve atingir antes de ser integrado ou implantado no ambiente produtivo.

(__)A plataforma estima o débito técnico ao analisar problemas de manutenibilidade e fornecer uma estimativa de tempo necessária para a correção dos desvios identificados.

(__)A ferramenta veda a utilização de plugins externos para a análise de tecnologias legadas, operando apenas em sistemas baseados em contêineres e arquiteturas de nuvem.

(__)Através de métricas de cobertura de código, o SonarQube identifica os trechos da aplicação que não foram exercitados durante a execução da suíte de testes unitários.

Assinale a alternativa que apresenta a sequência correta, de cima para baixo.

Para fins de obtenção de preço estimado, a Instrução Normativa SEGES/ME n.º 65/2021 estipula como único método o cálculo da média a partir de um conjunto de três ou mais preços.

No TJRJ, a equipe de governança de dados está desenvolvendo um dashboard para monitorar a qualidade dos dados armazenados sobre processos judiciais. A principal métrica tem como finalidade avaliar se o campo “status” de cada processo contém um valor que existe na lista oficial de status de processos, por exemplo: “Ativo”, “Suspenso”, “Arquivado”.

De acordo com o DAMA-DMBOK, para implementar a avaliação da qualidade do campo “status”, a equipe deve utilizar a métrica:

A competência em Engenharia de Software compreende diversas áreas de habilidade, tais como habilidades em requisitos de software, em gestão de configuração de software e em qualidade de software. A área de habilidades em qualidade de software abrange competências fundamentais que um profissional de engenharia de software precisa possuir para realizar a garantia e o controle da qualidade do processo e do produto de software. Qual habilidade faz parte da área de habilidades em qualidade de software?

No contexto do aprendizado de máquina supervisionado, considere a matriz de confusão.

A métrica F1-score pode ser calculada da seguinte forma:

Durante a produção de certo projeto de software, a equipe de qualidade deseja avaliar a eficácia das atividades de garantia e controle de qualidade na detecção de erros antes que se transformem em defeitos entregues ao usuário. Para isso, eles devem calcular uma métrica que reflita a proporção de erros detectados durante o processo em relação ao total de defeitos encontrados.

Com base na situação hipotética precedente, assinale a opção que apresenta a métrica que melhor indica a eficiência da equipe em remover erros antes da entrega do software.

A resolução de digitalização, medida em DPI, influencia diretamente a qualidade da imagem capturada e o tamanho final do arquivo digital gerado.

No trecho de código a seguir, a implementação individualizada do QualityGate permite que o resultado do estágio Quality Gate 1 não interrompa o pipeline, caso o resultado da análise do SonarQube seja FAILED, e que ele prossiga normalmente para a execução do estágio SonarQube analysis 2.

A importância da qualidade dos dados é um dos fundamentos da Ciência da Dados, é essencial nos projetos desenvolvidos na ALEGO. Tais características são bem delineadas e classificadas na literatura e, em essência, servem de indicadores para avaliar quais conjuntos de dados são importantes ou não para um determinado estudo.

A classificação das características básicas da qualidade de dados são, respectivamente,

Na regressão linear simples estimada pelo método dos mínimos quadrados ordinários, o coeficiente β₁ minimiza a soma dos quadrados dos resíduos.

O guia DAMA-DMBOK^® prevê onze dimensões de Qualidade de Dados que devem ser atingidas para considerar um dado de qualidade. As dimensões recomendadas pelo guia são: acuracidade, completude, consistência, valor corrente, precisão, privacidade, razoabilidade, integridade referencial, em tempo adequado, unicidade e validade.

A dimensão que indica se o tempo de resposta e acesso aos dados é satisfatório para os requisitos de uso é a

MSE (mean squared error) é uma medida usada para a avaliação da acurácia de modelos de classificação e representa a métrica de fidelidade de acerto de um modelo em relação ao atributo alvo (target attributes), portanto, pode ser utilizada para avaliar o desempenho de assertividade do modelo.

A função =MÉDIA(B2:B20) retorna corretamente a média dos valores, mas se houver células vazias ou texto, o Calc substituirá os valores inválidos por zero, distorcendo o resultado final.

Uma editora de livros está analisando a qualidade de suas impressões. A editora encontra uma média de 2 erros de impressão por livro. Suponha que o número de erros de impressão siga uma distribuição Poisson.

Qual é a probabilidade de um livro ter no máximo 3 erros de impressão?

Para avaliar a eficácia de modelos de regressão, diversas métricas são utilizadas para quantificar a precisão das previsões em relação aos valores reais. A escolha da métrica adequada depende do contexto e dos objetivos específicos da análise. Compreender as características de cada métrica é essencial para interpretar corretamente o desempenho do modelo e realizar comparações apropriadas entre diferentes abordagens. Qual das seguintes opções é uma métrica comumente usada para avaliar modelos de regressão?

Uma Secretaria da Fazenda (Sefaz) identificou um aumento significativo no número de erros nas declarações de ICMS enviadas pelos contribuintes. Esses erros resultaram em atrasos na arrecadação e aumento no retrabalho dos auditores fiscais. Para solucionar o problema, decidiu-se aplicar a metodologia Six Sigma. Nesse cenário, durante a fase Measure do ciclo DMAIC, a ação mais apropriada é

A imputação de valores ausentes com a média ou mediana é uma técnica comum para lidar com dados ausentes em análise de dados. Entretanto, ela pode distorcer a distribuição dos dados se a quantidade de dados ausentes for grande.

Sabendo-se que as métricas de qualidade de dados são indicadores mensuráveis usados para avaliar a saúde e a confiabilidade dos dados dentro de um sistema, assinale a alternativa que descreve a métrica de qualidade de dados chamada completude.

A linha mae = mean_absolute_error(y_test, y_pred) calcula a raiz quadrada do erro quadrático médio, fornecendo uma métrica de erro que é fácil de interpretar e que dá uma ideia da precisão das previsões do modelo.