INTELIGÊNCIA ARTIFICIAL E MACHINE LEARNING AV

Prévia do material em texto

De acordo com os paradigmas de Inteligência Artificial, para que um problema possa ser representado como um 
grafo de estados é necessário 
 que o grafo seja unidimencionado, ou seja, todas as arestas sejam de mão única. 
que sejam definidos os estados inicial, final ou finais e as operações possíveis. 
 haver uma definição precisa de como proceder a busca pelos estados de interesse. 
 conhecer o modo de como chegar à resposta. 
 todos os possíveis estados sejam conhecidos. 
 
 
Em relação à aplicação dos métodos de Inteligência Artificial, avalie as informações a seguir: 
 
I - Indução em árvore de decisão é utilizada para identificação de fraudes em cartões de crédito. 
 
II - Redes neurais artificias são utilizadas no desenvolvimento de sistemas de análise de risco em aplicações 
financeiras. 
III - Sistemas especialistas baseados em regras são utilizados no desenvolvimento de sistemas de diagnóstico de 
falhas em hardware. 
IV - Algoritmos genéticos são utilizados basicamente para monitorar a evolução humana. 
É correto o que se afirrma em 
 os itens I, II e IV estão corretos. 
 os itens II e III estão corretos. 
os itens I, II e III estão corretos. 
 apenas o item IV está correto. 
 apenas o item III está correto. 
 
Sobre as aplicações de IA no setor de transporte, julgue as opções a seguir: 
 
I - A Inteligência Artificial tem sido aplicada com frequência no sistema de transporte público das cidades. 
 
II - Um exemplo de aplicação da IA no setor de transporte são os robôs aptos a oferecer informações a passageiros 
em estações. 
III - O uso da IA no setor de transporte pode promover possíveis adaptações nos trajetos de usuários baseadas na 
análise das experiências coletadas. 
IV - A Inteligência Artificial ainda está sendo avaliada em relação a sua aplicabilidade no sistema de transporte das 
cidades. 
Assinale a opção correta: 
 
 Apenas o item III está correto. 
Apenas os itens I, II e III estão corretos. 
 Os itens I e III estão corretos. 
Disc.: 
Aluno: 
 Professor: Turma: 
Avaliação: Nota Trab.: Nota Partic.: Nota SIA: 
Pontos: 1,00 / 1,00 Ref.: 6041635 
Pontos: 1,00 / 1,00 Ref.: 6041780 
Pontos: 1,00 / 1,00 Ref.: 6041690 
 Os itens II e IV estão corretos. 
 Apenas o item II está correto. 
 
Em relação aos assistentes pessoais virtuais, pode-se afirmar que: 
 
I - A criação de assistentes pessoais virtuais é uma das aplicações de IA mais utilizadas. 
 
II - Os assistentes pessoais virtuais auxiliam nas tarefas básicas como definir alarmes, lembrar compromissos, ligar 
para outros números, informar a previsão do tempo, entre outras funcionalidades. 
III - Em 1962, a IBM apresentou Shoebox, o aparelho era do tamanho de uma caixa de sapatos, e além de 
reconhecer algumas palavras, também conseguia executar funções matemáticas. 
IV - Os assistentes pessoais estão cada vez mais em desuso, devido à evolução da tecnologia de robôs domésticos. 
Assinale a opção correta: 
 Apenas os itens I e II estão corretos. 
Apenas os itens I, II e III estão corretos. 
 Apenas os itens I, II e IV estão corretos. 
 Apenas o item II está correto 
 Apenas o item IV está correto. 
 
 
Os métodos de busca de estados fazem parte das técnicas de inteligência artificial para resolver problemas com 
características que permitem que sejam modelados e tratados por meio de algoritmos. Os métodos de busca de 
estado são construídos de modo a aumentar as chances de encontrar a solução alvo. O ideal é que esse processo 
de busca seja o mais eficiente possível. Nesse sentido, selecione a opção correta sobre a estratégia de pesquisa de 
métodos de busca em espaço de estados. 
Refere-se às variações do algoritmo Best First que, normalmente, é o método de melhor desempenho para buscas 
em espaços de estados. 
Ela está relacionada à ordem em que os nós são escolhidos. 
 Corresponde à escolha entre os algoritmos de busca, de modo a maximizar a quantidade de passos. 
 É uma forma eficiente de sempre encontrar a melhor resposta. 
 É definida como a melhor escolha que o algoritmo pode fazer. Um exemplo é o algoritmo Best First. 
 
 
Observe o problema de otimização combinatória a seguir: 
 
Um estado é representado pela tupla (x1,x2,x3) . Nesse sentido, selecione a opção correta a respeito do problema. 
 A solução ótima do problema é (0,1,0). 
Trata-se de um problema de otimização linear, sendo que as variáveis x1,x2 e x3 podem assumir quaisquer valores 
entre zero e um. 
 Apesar de não ser a solução ótima, o estado (0, 0, 0) é uma solução viável para o problema. 
Certamente, o estado (1,1,1) não é uma solução viável para o problema. 
 Esse problema não pode ser modelado por um método de busca no espaço de estados. 
 
 
Pontos: 1,00 / 1,00 Ref.: 6040443 
Pontos: 1,00 / 1,00 Ref.: 6041636 
Pontos: 1,00 / 1,00 Ref.: 6040442 
Pontos: 1,00 / 1,00 Ref.: 6040122 
Os métodos de busca em espaço de estados são muito úteis para resolver problemas práticos. Esses métodos 
podem ser implementados com estratégias que visam obter uma solução alvo que é a melhor solução para o 
problema. Nesse sentido, selecione a opção correta que trata sobre os métodos de busca no espaço de estados. 
 A escolha de um determinado estado no caminho de uma solução é feita de forma determinística. 
Apesar de existirem algumas estratégias para resolver um problema no espaço de estados, todas elas conduzirão à 
solução alvo. 
Ao longo das iterações de um agente, ele pode fazer uma sucessão de escolhas que sempre conduzirão à solução 
alvo do problema. 
Para medir a qualidade de uma solução, o agente aplica uma função de utilidade. 
 A função de desempenho é aplicada para medir a qualidade de uma solução. 
 
 
O agrupamento de dados no aprendizado de máquina procura grupos semelhantes e diferentes em uma massa de 
dados que caracterizam uma população de indivíduos. A categoria que se baseia na teoria dos grafos e dispensa a 
definição de protótipos utilizados para segmentar a base de dados em diferentes grupos é denominada: 
Clusterização 
Associação 
Delimitação 
Regressão 
Classificação 
 
Acerca dos conceitos de aprendizado de máquina, julgue os itens seguintes: 
 
I. Em aprendizado de máquina, as árvores de decisão podem ser usadas com sistemas de classificação, para atribuir 
informação de tipo. 
II. As aglomerações, tipos de informação obtidos por meio do aprendizado de máquina, caracterizam-se por se 
ligarem a um único e específico evento, em torno do qual ocorrem várias ações, com produção sistêmica de 
informações gerenciais que apoiarão uma nova ocorrência do mesmo tipo de evento. 
III. Para a realização de prognósticos por meio de técnicas de aprendizado de máquina, parte-se de uma série de 
valores existentes obtidos de dados históricos, bem como de suposições controladas a respeito das condições 
futuras, para prever outros valores e situações que ocorrerão e, assim, planejar e preparar as ações 
organizacionais. 
Assinale a alternativa correta: 
 
 Apenas II está correta. 
I e II estão corretas. 
 Apenas I está correta. 
 Apenas III está correta. 
I e III estão corretas. 
 
 
O algoritmo de aprendizado de máquina K-means é um algoritmo de agrupamento estatístico que permite separar 
um conjunto de dados em K grupos disjuntos. Qual a técnica usada para isso? 
 
 Regressão 
 Simbolização 
 Associação 
Clusterização
 Classificação 
Pontos: 1,00 / 1,00 Ref.: 4332283 
Pontos: 0,00 / 1,00 Ref.: 4332290 
Pontos: 1,00 / 1,00 Ref.: 4332284