Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas


Questões IA para Devs, Exercícios de Inteligência Artificial

Questões sobre IA para desenvolvedores

Tipologia: Exercícios

2026

Compartilhado em 19/02/2026

felipe-firmida
felipe-firmida 🇧🇷

5 documentos

1 / 3

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
Sobre Inteligência Artificial (IA), é correto afirmar que:
A) IA é sinônimo de Machine Learning.
B) IA refere-se apenas a redes neurais profundas.
C) IA é um campo que desenvolve sistemas capazes de executar
tarefas que normalmente exigem inteligência humana.
D) IA só pode ser implementada com Python.
E) IA funciona apenas com Big Data.
2️  Machine Learning (ML) é uma subárea da IA que:
A) Depende exclusivamente de regras fixas programadas
manualmente.
B) Permite que sistemas aprendam padrões a partir de dados.
C) Não utiliza estatística.
D) Substitui totalmente algoritmos tradicionais.
E) Só funciona com redes neurais profundas.
3️  No aprendizado supervisionado, o modelo:
A) Aprende sem rótulos.
B) Aprende por tentativa e erro com recompensas.
C) Aprende a partir de dados rotulados com variável alvo.
D) Não utiliza dados históricos.
E) Aprende apenas com dados não estruturados.
4️  Um problema de classificação diferencia-se de regressão
porque:
A) Classificação prevê valores contínuos.
B) Regressão prevê categorias.
C) Classificação prevê categorias/discretos; regressão prevê valores
contínuos.
D) Ambos são iguais.
E) Regressão não usa dados.
5️  Overfitting ocorre quando:
A) O modelo tem baixo desempenho no treino.
B) O modelo generaliza bem para novos dados.
C) O modelo se ajusta excessivamente aos dados de treino e perde
capacidade de generalização.
pf3

Pré-visualização parcial do texto

Baixe Questões IA para Devs e outras Exercícios em PDF para Inteligência Artificial, somente na Docsity!

Sobre Inteligência Artificial (IA), é correto afirmar que: A) IA é sinônimo de Machine Learning. B) IA refere-se apenas a redes neurais profundas. C) IA é um campo que desenvolve sistemas capazes de executar tarefas que normalmente exigem inteligência humana. D) IA só pode ser implementada com Python. E) IA funciona apenas com Big Data.

2️ ⃣ Machine Learning (ML) é uma subárea da IA que: A) Depende exclusivamente de regras fixas programadas manualmente. B) Permite que sistemas aprendam padrões a partir de dados. C) Não utiliza estatística. D) Substitui totalmente algoritmos tradicionais. E) Só funciona com redes neurais profundas.

3️ ⃣ No aprendizado supervisionado, o modelo: A) Aprende sem rótulos. B) Aprende por tentativa e erro com recompensas. C) Aprende a partir de dados rotulados com variável alvo. D) Não utiliza dados históricos. E) Aprende apenas com dados não estruturados. 4️ porque: ⃣ Um problema de classificação diferencia-se de regressão A) Classificação prevê valores contínuos. B) Regressão prevê categorias. C) Classificação prevê categorias/discretos; regressão prevê valores contínuos. D) Ambos são iguais. E) Regressão não usa dados.

5️ ⃣ Overfitting ocorre quando: A) O modelo tem baixo desempenho no treino. B) O modelo generaliza bem para novos dados. C) O modelo se ajusta excessivamente aos dados de treino e perde capacidade de generalização.

D) O dataset é muito pequeno apenas. E) O modelo é simples demais.

6️ inspirado: ⃣ O algoritmo conhecido como rede neural artificial é A) No sistema financeiro B) No cérebro humano C) Em sistemas operacionais D) Em bancos de dados relacionais E) Em grafos matemáticos exclusivamente 7️ ⃣ Em pipelines de IA para produção, MLOps refere-se a: A) Apenas treinamento de modelos. B) Conjunto de práticas para deploy, monitoramento e governança de modelos de ML. C) Biblioteca específica do Spark. D) Linguagem de programação. E) Técnica estatística.

8️ “prompt” refere-se: ⃣ No contexto de Large Language Models (LLMs), o termo A) Ao banco de dados do modelo B) À entrada textual fornecida ao modelo C) Ao código-fonte do modelo D) À arquitetura da rede neural E) Ao dataset de treinamento 9️ Generation), o objetivo principal é: ⃣ Em sistemas baseados em RAG (Retrieval-Augmented A) Substituir totalmente o modelo de linguagem B) Treinar o modelo novamente do zero C) Combinar recuperação de informações externas com geração de texto D) Eliminar a necessidade de embeddings E) Reduzir o tamanho do modelo