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 SonarQube, parâmetros de análise definidos como argumentos do scanner na linha de comando sobrescrevem os parâmetros definidos em arquivos de configuração do scanner e aplicam-se apenas à análise corrente.

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

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

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?