Questões de Tecnologia da Informação · NUCEPE UESPI

Tecnologia da InformaçãoBig data e data lakeNUCEPE UESPI 2025

SEDUC PI

Questão de Tecnologia da Informação

37. O Aprendizado de Máquina (Machine Learning) é uma das áreas mais importantes e ativas da Inteligência Artificial. Ele permite que máquinas aprendam a realizar tarefas a partir dos dados, sem serem programadas explicitamente para cada situação. A ideia central é aprender com a experiência. Dessa forma, existem alguns tipos de Aprendizado de Máquina, tais como: aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço. Em relação aos tipos de Aprendizado de Máquina, avalie as seguintes afirmações: I. No aprendizado não supervisionado, o algoritmo aprende com dados rotulados. II. No aprendizado supervisionado, o algoritmo agrupa dados com base em similaridade sem rótulos. III. O aprendizado por reforço pode ser usado quando o sistema toma decisões baseadas em interações com o ambiente e feedback em forma de recompensa. IV. A classificação é uma tarefa adequada para utilização do aprendizado de máquina supervisionado. Assinale a alternativa que apresenta APENAS as afirmações corretas. a) I e II. b) II e III. c) III e IV. d) I e III. e) II e IV.

Big data é um conjunto de dados maior e mais complexo, especialmente de novas fontes de dados. Esses conjuntos de dados são tão volumosos que o software tradicional de processamento de dados simplesmente não consegue gerenciá-los. Os principais pilares conceituais que ajudam a entelos. Os principais pilares conceituais que ajudam a entender as características que diferenciam o Big Data dos dados tradicionais são conhecidos como os “5Vs” do Big Data. Adaptado do artigo da Oracle: O que é Big Data?, acessado em https://www.oracle.com/br/big-data/whatdata/what-is-big-data/ dia 05/06/2025. Qual das alternativas apresenta corretamente os "5 Vs" do Big Data?

Sua resposta

Mais questões de Big data e data lake

Questão de prova oficial, com o gabarito definitivo publicado pela banca. Reproduzida para fins de estudo.