Questões Concurso FUNPRESP-EXE

Pesquise questões de concurso nos filtros abaixo

Listagem de Questões Concurso FUNPRESP-EXE

#Questão 1087681 - Estatística, Amostragem, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação

Acerca de análise quantitativa, julgue o item que se segue. 


No que se refere à compreensão de conceitos subjetivos, a análise quantitativa é mais adequada que a qualitativa.

#Questão 1087682 - Estatística, Amostragem, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação

Acerca de análise quantitativa, julgue o item que se segue. 


Amostras maiores tendem a fornecer estimativas mais precisas dos parâmetros de determinada população.

#Questão 1087683 - Engenharia de Software, Inteligencia Artificial, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação

Julgue o próximo item, a respeito de machine leaning


A biblioteca Scikit-learn é amplamente utilizada para aprendizado de máquina em Python, mas não é especializada em processamento de linguagem natural nem oferece suporte robusto para redes neurais profundas.  

#Questão 1087684 - Banco de Dados, Data Mining, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação

Julgue o próximo item, a respeito de machine leaning


Árvores de decisão são técnicas de modelagem preditiva que particionam iterativamente os dados em subconjuntos homogêneos baseados em variáveis explicativas.

#Questão 1087685 - Banco de Dados, Data Mining, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação

Julgue o próximo item, a respeito de machine leaning


Os algoritmos de regressão linear, por minimizarem a soma dos resíduos quadrados para ajustar os coeficientes, são sensíveis a outliers, que podem distorcer os coeficientes e comprometer a previsão do modelo. 

Navegue em mais matérias e assuntos

{TITLE}

{CONTENT}

{TITLE}

{CONTENT}
Estude Grátis