Em relação a ferramentas e práticas em DevOps, julgue o item subsequente.
No Jenkins, a função Replay pode ser invocada em pipelines ainda em progresso, permitindo alterações e reexecuções imediatas.
Em relação a ferramentas e práticas em DevOps, julgue o item subsequente.
No Jenkins, a função Replay pode ser invocada em pipelines ainda em progresso, permitindo alterações e reexecuções imediatas.
Em relação a ferramentas e práticas em DevOps, julgue o item subsequente.
O Terraform lida automaticamente com todas as compatibilidades de provedores e módulos utilizados, eliminando a necessidade de gerenciar explicitamente versões.
Em relação a ferramentas e práticas em DevOps, julgue o item subsequente.
O DevOps exige implementação de pipelines de integração contínua (CI) e entrega contínua (CD), além de mentalidade de falha rápida para promover inovação constante e eficiência operacional.
Em relação a ferramentas e práticas em DevOps, julgue o item subsequente.
O Prometheus utiliza modelo de dados de séries temporais no qual dados são identificados por um conjunto de rótulos chave-valor.
Considerando os conceitos de ML (machine learning), julgue o item a seguir.
Os algoritmos supervisionados de ML do tipo regressão linear são capazes de prever uma variável dependente contínua usando determinado conjunto de variáveis independentes.
Considerando os conceitos de ML (machine learning), julgue o item a seguir.
Nos algoritmos supervisionados de ML, o modelo é treinado apenas com dados de entrada, e as saídas são geradas automaticamente pelo algoritmo com base nos padrões inferidos, sem necessidade de dados de saída rotulados.
Julgue o próximo item, relativo a redes neurais e suas arquiteturas.
O perceptron multicamada (MLP) é um tipo de rede neural artificial constituída de várias camadas de neurônios que utilizam funções de ativação não lineares, permitindo que essa rede aprenda padrões complexos acerca de dados de entrada.
Julgue o item a seguir, referentes aos modelos de linguagem da IA generativa.
O VAE (variational autoencoder) é um autoencoder cuja distribuição de codificações é regularizada somente após o treinamento, o que garante que seu espaço latente tenha boas propriedades e maior dimensão para capturar padrões subjacentes, permitindo a geração de novos dados.
Julgue o item a seguir, referentes aos modelos de linguagem da IA generativa.
Em uma rede adversária generativa (GAN), o gerador cria dados e o discriminador avalia se esses dados pertencem ao conjunto de treinamento real.