Julgue o próximo item, relativo à classificação digital de imagens.
O algoritmo de classificação K-Means é baseado em um método de agrupamento hierárquico.
Julgue o próximo item, relativo à classificação digital de imagens.
Para o treinamento de um classificador supervisionado, as amostras de referência, tipicamente, serão um pequeno conjunto dos pixels da imagem, localizados em áreas conhecidas, com exatidão.
Com referência ao uso de inteligência artificial para o reconhecimento automático de padrões de imagens de satélite, julgue o item subsecutivo.
Rede neurais são algoritmos que mimetizam a forma como o cérebro funciona e consistem de neurônios artificiais interligados e agrupados em camadas. Cada ligação entre neurônios possui um peso e cada neurônio possui uma função de perda e um bias, que determina se ele será ativado ou não. Tais algoritmos podem ser utilizados na classificação de imagens de satélite.
Com referência ao uso de inteligência artificial para o reconhecimento automático de padrões de imagens de satélite, julgue o item subsecutivo.
Em uma abordagem regional por sensoriamento remoto, podem ser utilizadas séries temporais de imagens de satélite e algoritmos de aprendizagem de máquinas para a avaliação dos níveis de degradação de pastagens.
Com referência ao uso de inteligência artificial para o reconhecimento automático de padrões de imagens de satélite, julgue o item subsecutivo.
As metodologias existentes para diferentes escalas de tomada de decisão se alinham às tecnologias incorporadas e a aplicativos orientados ao usuário, com base em ferramentas computacionais de gestão e processamento de dados, tais como webservices, SIGWeb, big data, computação em nuvem, processamento paralelo e modelagem cognitiva.
Julgue o item a seguir, a respeito de RPA (robotic process automation).
A padronização de processos em RPA garante consistência e conformidade; enquanto a formatação estabelece regras, a validação e a operação asseguram o funcionamento adequado dentro das diretrizes estabelecidas.
A respeito de máquinas de vetores de suporte e de avaliação de modelos de regressão, julgue o próximo item.
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.
Julgue o item a seguir, em relação a técnicas de agrupamento, a técnicas de redução de dimensionalidade, e a processamento de linguagem natural.
Nos algoritmos aglomerativos, ocorre primeiramente a classificação de cada objeto em um grupo e, então, combinam-se os grupos com base em suas proximidades, processo repetido até que exista um cluster, que inclua todos os objetos; já nos algoritmos divisivos, todos os pontos são inicialmente considerados como grupo único, subdividido sucessivamente até que alguma regra de parada seja satisfeita.
