Baixe AV2 TECNOLOGIA EMERGENTE E PROTAGONISMO e outras Exercícios em PDF para Tecnologia Eletrônica, somente na Docsity!
Na Pesquisa de Marketing, a primeira etapa diz respeito à definição do problema, das alternativas de decisão e dos objetivos da pesquisa. Já a segunda etapa trata do desenvolvimento do plano de pesquisa de forma mais eficiente para a coleta das informações necessárias e o conhecimento sobre o custo desse projeto. Assim, para elaborar um plano de pesquisa, é preciso tomar decisões sobre fontes de dados, metodologia de pesquisa, instrumentos de pesquisa, plano de amostragem e métodos de contato. O pesquisador pode reunir dados secundários, dados primários ou ambos. Dados secundários são aqueles que já foram coletados para outra finalidade e podem ser encontrados em algum lugar. Dados primários são os novos dados que serão apurados para uma finalidade específica ou para um projeto específico de pesquisa. Os dados primários podem ser reunidos de cinco maneiras: por observação, focus groups (grupos de focos), survey , dados comportamentais e experimentação. KOTLER, P.; KELLER, K. L. Administração de marketing. 14 ed. São Paulo: Pearson Education do Brasil, 2012 (adaptado). A partir do que foi exposto, considere o exemplo a seguir. Verônica é pesquisadora de uma renomada Universidade no Brasil e realiza diversas pesquisas por ano sobre variados temas. Atualmente está fazendo uma pesquisa sobre compras realizadas pela internet. Para isso, ela promoveu alguns encontros, que reuniram, além dela, cerca de 6 a 10 pessoas que haviam comprado recentemente em sites ou aplicativos de compra. Seu objetivo era compreender como e por que os consumidores aceitam ou rejeitam determinados conceitos, ideias ou qualquer noção específica. Com base no exemplo apresentado, avalie as asserções a seguir e a relação proposta entre elas. I. A pesquisadora Verônica demonstra, com base em sua abordagem de pesquisa, que utilizou a técnica denominada de focus group (grupos de focos) para a obtenção de dados primários para sua pesquisa. PORQUE II. A técnica de pesquisa focus group (grupos de focos) é aquela em que o pesquisador se reúne com pessoas cautelosamente selecionadas com base em determinadas considerações demográficas e psicográficas, entre outros, para discutir a fundo sobre determinados interesses. A respeito dessas asserções, assinale a opção correta. Alternativas A) As asserções I e II são proposições falsas. B) As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. C) A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. D) A asserção I é uma proposição verdadeira, e a II é uma proposição falsa. E) As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I. Devido ao rápido avanço das bases de dados e tecnologias de informação, e o notável progresso nos métodos de análise de dados, o uso da ciência de dados (DS) em várias disciplinas, incluindo economia, tem aumentado exponencialmente. Avanços na tecnologia da ciência de dados para aplicações econômicas têm tido resultados cada vez mais promissores. Algoritmos de Machine Learning fornecem a capacidade de aprender com os dados e fornecer informações detalhadas sobre os problemas. NOSRATABADI, Saeed et al. Data science in economics: comprehensive review of advanced machine learning and deep learning methods. Mathematics , v. 8, n. 10, 2020 (adaptado). Diante disso, leia a situação a seguir.
Uma start-up focada em análise de big data para aplicações econômicas está buscando um profissional da área de economia para integrar a equipe. Joana, que tem sua formação em Ciências Econômicas, irá tentar a vaga. Durante a entrevista, ela deve explicar como a tecnologia emergente Machine Learning pode auxiliar a start-up. Em relação ao Machine Learning , considerando a situação exposta, julgue os itens a seguir. I. Joana pode explicar que não existe um tipo único de algoritmo de Machine Learning que seja melhor para resolver um problema; a seleção do algoritmo depende do tipo de problema que se deseja resolver e do tipo de modelo que melhor se encaixe aos dados. II. Joana pode comentar que, em Ciências Econômicas, diversas variáveis podem ser utilizadas nas análises, e tratando-se de big data , grandes volumes de dados estão disponíveis para construir conjuntos de dados de treinamento para treinar a máquina em funções específicas. III. Joana pode expor que as aplicações dos algoritmos dependem de cada caso, visando criar modelos de Machine Learning que sejam capazes de gerar dados de saída que estejam de acordo com as expectativas dos clientes. É correto o que se afirma em Alternativas A) I, II e III. B) I e III, apenas. C) II, apenas. D) II e III, apenas. E) I, apenas. Nos últimos anos, tem-se notado que, em razão do avanço tecnológico e da acessibilidade proporcionada às mídias sociais, uma grande quantidade de dados tem sido gerada, de forma que profissionais de diferentes áreas passaram a se interessar pela análise desses dados, como fonte de informação. Na era atual, conhecida como Era dos Dados, surgiu o big data, que tem como objetivo a transformação de dados imperfeitos em conhecimento. Essas informações geradas são utilizadas pelas empresas para conhecer melhor o mercado em que estão inseridas, compreender as decisões de seus clientes e auxiliar na tomada de decisão. ROSA, Caroline Silvério. Estudo sobre as técnicas e métodos de análise de dados no contexto de Big Data.
- 61 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Eletrônica e de Telecomunicações) – Faculdade de Engenharia Elétrica, Universidade Federal de Uberlândia, Patos de Minas, 2018 (adaptado). Diante disso, considere a situação apresentada a seguir. Elenice é líder de uma equipe que produz conhecimento utilizando o big data. Em uma rotina de trabalho, ela foi questionada por uma estagiária da seção sobre os benefícios que o big data pode oferecer para uma empresa. Elenice falou que o big data pode oferecer um diferencial competitivo estratégico e, então, decidiu citar alguns exemplos. Acerca dos benefícios do big data , julgue os itens a seguir sobre os exemplos que Elenice pode citar. I. Elenice pode afirmar que o big data oferece oportunidades para que os empresários possam propor otimização dos produtos. II. Ela pode mencionar que o big data mostra os defeitos dos produtos de uma determinada empresa, para que sejam propostas correções às falhas apontadas. III. Elenice pode comentar que o big data aponta para a empresa a tendência de mercado e os hábitos de consumo, assim, o empresário poderá se adequar ao mercado.
Alternativas A) II, apenas. B) I e III, apenas. C) I, II e III. D) I, apenas. E) II e III, apenas. A segurança é um assunto abrangente e inclui inúmeros tipos de problemas. Em sua forma mais simples, a segurança se preocupa em garantir que pessoas mal-intencionadas não leiam ou, pior ainda, modifiquem secretamente mensagens enviadas a outros destinatários. Outra preocupação da segurança são as pessoas que tentam ter acesso a serviços remotos que elas não estão autorizadas a usar. Ela também lida com meios para saber se uma mensagem supostamente verdadeira é um trote. A segurança trata de situações em que mensagens legítimas são capturadas e reproduzidas, além de lidar com pessoas que tentam negar o fato de terem enviado determinadas mensagens. TANEMBAUM, A. S.; ANDREW, S. Redes de computadores. São Paulo: Pearson Universidades, 2003. Considerando as informações do texto acima, entende-se que os princípios de segurança envolvem confidencialidade, integridade, disponibilidade, autenticidade e não repúdio. Quanto a esses princípios, assinale a alternativa correta. Alternativas A) Ter integridade e disponibilidade implica que apenas usuários autorizados tenham acesso aos dados e estes estarão disponíveis quando o usuário precisar deles. B) Ter confidencialidade e integridade implica que apenas usuários autorizados tenham acesso aos dados e que esses dados são verdadeiros. C) Ter disponibilidade e confidencialidade implica que os dados acessados são verdadeiros e estarão disponíveis quando o usuário precisar deles. D) Ter confidencialidade e não repúdio implica que uma informação não foi alterada indevidamente e apenas usuários autorizados tenham acesso aos dados. E) Ter autenticidade e não repúdio implica que os dados estarão disponíveis quando o usuário precisar deles e que esses dados acessados são verdadeiros. O Processamento de Linguagem Natural é uma área da inteligência artificial que auxilia os computadores na compreensão da linguagem humana. Algumas empresas, buscando agilizar e otimizar o atendimento ao cliente, bem como coletar informações que possam ser úteis para melhorias da própria empresa, têm utilizado recursos de Processamento de Linguagem Natural (PLN), como os chatbots , os assistentes virtuais e a análise de sentimentos.
Esses recursos permitem que as empresas conheçam melhor a demanda de seus clientes e possam aprimorar seus produtos e processos, a fim de atendê-los com assertividade. MARTINS, Júlio Serafim. Reconhecimento de padrões. Porto Alegre: Sagah, 2020 (adaptado). Diante disso, considere a situação apresentada a seguir. Elisa foi convidada a apresentar um trabalho na faculdade sobre Processamento de Linguagem Natural (PLN). Visando ser direta nas suas explicações, ela optou por focar nas características do PLN, aquelas que o tornam uma tecnologia adequada para solucionar problemas relativos à ciência de dados. Considerando a situação exposta, acerca das características do Processamento de Linguagem Natural (PLN) destacadas por Elisa, julgue os itens a seguir. I. Necessidade de entender as expressões do ser humano, seja por meio da análise da fala, seja por meio da análise da escrita. II. A máquina deve responder ao usuário da maneira mais adequada possível, sempre baseado no que foi compreendido pela máquina durante a interação com o ser humano. III. Capacidade de processar e, também, analisar um grande volume de dados e, posteriormente, prever uma tendência de mercado e, também, divulgar os resultados de um determinado segmento. É correto o que se afirma em Alternativas A) III, apenas. B) II, apenas. C) I, II e III. D) I e II, apenas. E) I e III, apenas. O uso da mineração de dados, ou data mining , aumentou nos últimos anos, em razão da grande quantidade de dados produzidos pela sociedade, devido à ampliação do acesso à internet e outros meios de produção de dados, gerando, assim, um big data , ou seja, uma grande quantidade de dados que, se não forem tratados de maneira adequada, não produzem informação. Por meio da utilização de ferramentas de mineração de dados, é possível que os dados sejam analisados a fim de se descobrir problemas e oportunidades, observando padrões de comportamento e auxiliando na tomada de decisões.
Rebeca, desenvolvedora de jogos, criou um jogo que possui IA para aprender sobre o comportamento do jogador e oferecer desafios mais empolgantes. Na tentativa de conseguir recursos de investidores, Rebeca precisou explicar aos interessados conceitos como o de agentes inteligentes, algoritmos genéticos (AG) e aprendizado de máquina. Considerando a situação apresentada e as diferentes técnicas da IA, avalie as afirmações a seguir. I. Rebeca deve definir o agente como algo capaz de perceber seu ambiente através dos sensores e de agir nesse ambiente por intermédio de atuadores. II. Rebeca pode descrever que os algoritmos genéticos podem ser considerados técnicas importantes para trabalhar em ambientes incertos, ajudando, entre outras coisas, na busca e na otimização. III. Rebeca pode descrever que o aprendizado de máquina é equivalente a ensinar os dispositivos computacionais a fazerem de forma similar aos humanos, possibilitando o aprendizado com a experiência. É correto o que se afirma em Alternativas A) I e II, apenas. B) III, apenas. C) I, apenas. D) II e III, apenas. E) I, II e III. O Processamento de Linguagem Natural (PLN) é utilizado em diversas aplicações, auxiliando na filtragem, sumarização, recuperação e classificação de textos, além de outras funções. O aprendizado de máquina ( machine learning ) utiliza do PLN para realizar, por exemplo, o monitoramento de redes sociais, a fim de encontrar informações relevantes que possam ser utilizadas. Com a crescente produção de dados, essa filtragem é importante para que a quantidade de texto a passar por revisão humana seja menor. É importante ressaltar, ainda, que o aprendizado de máquina pode ser classificado em aprendizado supervisionado, não supervisionado e por reforço. SILVA, Michel Bernardo Fernandes da. Processamento de Linguagem Natural. Porto Alegre: SAGAH, 2020 (adaptado). Diante disso, considere a situação apresentada a seguir. Helder é um profissional no ramo de Inteligência Artificial e está desenvolvendo um aplicativo para realizar a classificação de textos utilizando o PLN. Durante a implementação, Helder poderá utilizar alguns tipos de aprendizados de máquinas.
Considerando alguns dos aprendizados de máquina ( machine learning ) e seus usos, julgue os itens a seguir. I. Uma opção de desenvolvimento para Helder é o aprendizado por reforço ( reinforcement learning ), no qual o agente conquistará o conhecimento sobre o método que ele está aplicando, através da correção ou repreensão. II. Helder poderá utilizar, para a implementação, o aprendizado supervisionado (ou supervised learning ), no qual existe um grupo pré-determinado de pares de dados de entrada/saída, sendo que as entradas são integradas por vários atributos, padrões e tendências, que são pertinentes aos objetos os quais estão sendo estudados. III. Uma opção para Helder desenvolver o seu aplicativo é o aprendizado não supervisionado (ou unsupervised learning), no qual o aplicativo realiza buscas visando localizar padrões e relações num grupo de informações. Nesse aprendizado, são informados somente os dados de saída, uma vez que os padrões de entradas foram incluídos durante o desenvolvimento do sistema. É correto o que se afirma em Alternativas A) I, apenas. B) II e III, apenas. C) III, apenas. D) I, II e III. E) I e II, apenas. Gráficos bem concebidos são fundamentais para a comunicação precisa e efetiva de informações quantitativas. Não são apenas mais precisos, claros e eficientes do que tabelas, mas também encorajam o olhar constante em busca de descobertas inesperadas, de padrões reveladores e de conexões escondidas. Além disso, um bom gráfico pode ser um instrumento poderoso para o pensamento crítico e a tomada de decisão, permitindo que o usuário examine de forma exploratória os dados e deles tire conclusões fundamentadas. Os gráficos estatísticos são uma ferramenta valiosa para representar e compreender dados complexos e devem ser utilizados de forma cuidadosa e estratégica em todas as áreas do conhecimento. Com base na afirmação, explique a importância da análise de gráficos estatísticos nas diversas áreas do conhecimento. Resposta do aluno A análise de gráficos estatísticos desempenha um papel fundamental em diversas áreas do conhecimento, facilitando a compreensão de dados complexos e promovendo a comunicação eficaz de informações quantitativas. Gráficos bem elaborados são ferramentas visuais que permitem a identificações de padrões, tendências e outliers de forma intuitiva, ajudando a revelar insights que poderiam ser facilmente negligenciados em tabelas tradicionais. Na medicina, por exemplo, gráficos são utilizados para visualizar a eficácia de tratamentos ao longo do tempo, permitindo que pesquisadores e profissionais de saúde analisem rapidamente os resultados e façam comparações entre diferentes grupos de pacientes. Em ciências sociais,
