Sobre as técnicas de análise de riscos, julgue o item subsequente.
A análise FMEA permite identificar as possibilidades de falhas em um equipamento ou sistema, visando à implantação de mudanças para o aumento da confiabilidade de um processo produtivo, por exemplo.
Considere a árvore de falhas da figura a seguir. O “Evento D” ocorre com frequência de uma vez por ano e o “Evento B” ocorre em 10% do tempo.
Com referência à figura e às informações apresentadas, julgue o seguinte item.
Se o “Evento E” ocorrer com a frequência de 0,50/ano, o “Evento A” ocorrerá uma vez a cada oito anos.
Com referência à figura e às informações apresentadas, julgue o seguinte item.
Se o “Evento E” ocorrer com a frequência de 0,25/ano, o “Evento C” ocorrerá com a frequência de 1,25/ano.
Acerca do Sistema harmonizado globalmente para classificação e rotulagem de produtos químicos (GHS), julgue o item subsequente.
O GHS tem como objetivo identificar o perigo intrínseco encontrado em substâncias puras, excetuando-se as soluções diluídas e as misturas de substâncias.
Acerca do Sistema harmonizado globalmente para classificação e rotulagem de produtos químicos (GHS), julgue o item subsequente.
As fichas de segurança contêm informações específicas e técnicas, razão por que não são utilizadas na comunicação de perigos.
Acerca do Sistema harmonizado globalmente para classificação e rotulagem de produtos químicos (GHS), julgue o item subsequente.
Na classificação de produto perigoso ao ambiente aquático, deve-se considerar a degradabilidade e a bioacumulação das substâncias.
As métricas de avaliação de desempenho de um modelo de aprendizado de máquina, que é um componente integrante de qualquer projeto de ciência de dados, destinam-se a estimar a precisão da generalização de um modelo sobre os dados futuros (não vistos ou fora da amostra). Dentre as métricas mais conhecidas, estão a matriz de confusão, precisão, recall, pontuação, especificidade e a curva de características operacionais do receptor (ROC).
Acerca das características específicas dessas métricas, julgue o próximo item.
As curvas ROC a seguir mostram a taxa de especificidade (verdadeiros positivos) versus a taxa de sensibilidade (falsos positivo...
Julgue o próximo item, considerando o gráfico precedente, que representa as regiões de overfitting e de underfitting, permitindo uma avaliação do relacionamento da complexidade do modelo de aprendizagem de máquina adotado, com o erro de predição.
A região do gráfico entre as duas curvas, indicada pela letra B, mostra a região de erro de generalização para o modelo de aprendizado de m...
Julgue o próximo item, considerando o gráfico precedente, que representa as regiões de overfitting e de underfitting, permitindo uma avaliação do relacionamento da complexidade do modelo de aprendizagem de máquina adotado, com o erro de predição.
O Set de Treinamento é usado para qualificar o desempenho do modelo, enquanto o Set de Validação é utilizado para criar o modelo de aprendizado de máquina.
