Questões da prova:
Cebraspe (cespe) - 2025 - PF - Perito Criminal - Contabilidade
limpar filtros
120 Questões de concurso encontradas
Página 1 de 24
Questões por página:
Questões por página:
Concurso:
PF
Disciplina:
Programação
No que se refere a processamento de linguagem natural, árvores de decisão e Python, julgue o item que se segue.
dados = [3,7,0, -1,7] resultado = {} for i in range(len(dados)): if dados[i] > 0: chave = f”v_{i}” if dados[i] not in resultado.values(): resultado[chave] = dados[i] else: resultado[chave] = -dados[i] elif dados[i] == 0: continue else: resultado[f”neg_{i}”] = abs(dados[i]) print(resultado)
A execução do código Python precedente resulta no trecho a seguir.
{'v_0': 3, 'v_1': 7, 'v_3': -1}
dados = [3,7,0, -1,7] resultado = {} for i in range(len(dados)): if dados[i] > 0: chave = f”v_{i}” if dados[i] not in resultado.values(): resultado[chave] = dados[i] else: resultado[chave] = -dados[i] elif dados[i] == 0: continue else: resultado[f”neg_{i}”] = abs(dados[i]) print(resultado)
A execução do código Python precedente resulta no trecho a seguir.
{'v_0': 3, 'v_1': 7, 'v_3': -1}
Concurso:
PF
Disciplina:
Programação
No que se refere a processamento de linguagem natural, árvores de decisão e Python, julgue o item que se segue.
O modelo BoW (bag of words) é capaz de capturar relações sinonímicas entre palavras.
O modelo BoW (bag of words) é capaz de capturar relações sinonímicas entre palavras.
Concurso:
PF
Disciplina:
Programação
No que se refere a processamento de linguagem natural, árvores de decisão e Python, julgue o item que se segue.
Considere que um algoritmo de árvore de decisão utilize entropia como medida de impureza para realizar as divisões dos dados em diferentes nós da árvore. Considere ainda que a entropia seja máxima quando a distribuição das classes é perfeitamente equilibrada e mínima quando todos os exemplos pertencem a uma única classe. Nesse caso, em uma partição contendo 100 exemplos classificados em três categorias A, B e C, a entropia da partição é maior no cenário em que há 33 exemplos de cada classe do que no cenário em que há 90 exemplos da classe A,5 da classe B e 5 da classe C, mesmo que o número total de exemplos na partição seja o mesmo em ambos os casos.
Considere que um algoritmo de árvore de decisão utilize entropia como medida de impureza para realizar as divisões dos dados em diferentes nós da árvore. Considere ainda que a entropia seja máxima quando a distribuição das classes é perfeitamente equilibrada e mínima quando todos os exemplos pertencem a uma única classe. Nesse caso, em uma partição contendo 100 exemplos classificados em três categorias A, B e C, a entropia da partição é maior no cenário em que há 33 exemplos de cada classe do que no cenário em que há 90 exemplos da classe A,5 da classe B e 5 da classe C, mesmo que o número total de exemplos na partição seja o mesmo em ambos os casos.
Concurso:
PF
Disciplina:
Estatística
A respeito das regras de associação e da análise de agrupamentos na exploração de dados, julgue o item subsequente.
O algoritmo FP-Growth é mais eficiente que o algoritmo Apriori.
O algoritmo FP-Growth é mais eficiente que o algoritmo Apriori.
Concurso:
PF
Disciplina:
Estatística
A respeito das regras de associação e da análise de agrupamentos na exploração de dados, julgue o item subsequente.
O algoritmo k-means é um método de clusterização do tipo particional que requer a definição prévia do número de clusters e utiliza a média dos elementos como critério para a atualização dos centroides.
O algoritmo k-means é um método de clusterização do tipo particional que requer a definição prévia do número de clusters e utiliza a média dos elementos como critério para a atualização dos centroides.
