Quiz sobre Carros Autônomos

Qual é a definição de aprendizado de máquina segundo Mitchell (1997)?

• Um programa de computador que aprende pela experiência E, com respeito a algum tipo de tarefa T e performance P, se sua performance P na tarefa T melhora com a experiência E.

• Um sistema que simula o comportamento humano para gerar um agente inteligente.

• Um método de busca e formalismo para representação de conhecimento.

• Um sistema que armazena as configurações do ambiente a cada decisão.

Por que é necessário "ensinar" um carro autônomo a se movimentar?

• Porque não é possível prever todas as prováveis localizações de todos os objetos no ambiente.

• Porque o carro autônomo não pode armazenar configurações do ambiente.

• Porque o carro autônomo não pode tomar decisões de frear, acelerar, virar, etc.

• Porque o carro autônomo não pode navegar em uma cidade cheia de outros carros.

Qual empresa apresentou detalhes técnicos da tecnologia de seus carros autônomos em 2019?

• Tesla

• Google

• Apple

• Microsoft

O que um humano pode fazer ao dirigir um carro numa cidade que um carro autônomo deve aprender?

• Tomar decisões de frear, acelerar, virar, etc.

• Simular o comportamento humano.

• Representar conhecimento e raciocínio.

• Melhorar a performance com a experiência.

O que se objetiva com o aprendizado de máquina e seus diversos algoritmos de aprendizado?

• Aumentar a velocidade de processamento

• Reduzir o consumo de energia

• A identificação de padrões

• Melhorar a interface do usuário

Qual é a temperatura nominal quando a aparência do tempo é "Ensolarado" e a umidade percentual é 85?

• Quente

• Frio

• Ameno

• Normal

Quais são as principais etapas do aprendizado automático mencionadas no texto?

• Seleção dos dados, Rotulação, Balanceamento dos dados, Extração de features, Seleção de features, Treinamento do modelo, Avaliação, Refinamentos

• Seleção dos dados, Rotulação, Balanceamento dos dados, Extração de features, Seleção de features, Treinamento do modelo, Avaliação

• Seleção dos dados, Rotulação, Balanceamento dos dados, Extração de features, Seleção de features, Treinamento do modelo

• Seleção dos dados, Rotulação, Balanceamento dos dados, Extração de features, Seleção de features

Por que a seleção dos dados é uma tarefa primordial no aprendizado automático?

• Porque dados representativos aumentam as chances de obter um modelo de aprendizado que reage bem a novos dados.

• Porque é a etapa final do processo de aprendizado automático.

• Porque permite a criação de um agente inteligente sem a necessidade de dados.

• Porque elimina a necessidade de refinamentos posteriores.

O que deve ser feito para obter um comportamento automático similar ao humano em um agente inteligente?

• Obter o máximo possível de dados gerados manualmente.

• Evitar a seleção de dados representativos.

• Ignorar a etapa de refinamentos.

• Focar apenas na avaliação do modelo.

O que é rotulação de dados em aprendizado de máquina?

• Indicar a classe esperada para cada exemplo de dados obtidos

• Coletar dados de diferentes sensores

• Balancear os dados para evitar viés

• Extrair atributos dos dados