Questões de Concurso Para controle e gestão

O gradiente descendente é um algoritmo de otimização de redes neurais em que a derivada da função de otimização leva a direção mais baixa do gráfico da função de custo.

A ideia da Regularização é adicionar um termo extra à função de custo. Intuitivamente, o efeito da regularização é fazer com que a rede prefira aprender pesos pequenos, minimizando a função de custo.

O momento acumula pesos anteriores para estabilizar a convergência da rede; o objetivo é ajudar a desviar de mínimos locais e pode acelerar treinamento em regiões muito planas da superfície de erro.

O algoritmo de otimização ADAM guarda, além dos valores dos pesos passados, o decaimento exponencial da média de gradientes passados e possui o mesmo objetivo do momento.

A regularização L1 transforma valores pequenos em zeros e, consequentemente, permite reduzir o número de pesos, enquanto a regularização L2 procura manter todos os pesos pequenos de forma que maximiza a função de custo.

As dimensões dos dados não são igualmente importantes; o uso do PCA para a redução de dimensionalidade vai produzir um excelente resultado pois as dimensões possuem 100% da informação.

As dimensões dos dados são igualmente importantes; o uso do PCA para a redução de dimensionalidade vai produzir um resultado ruim, pois as dimensões são iguais.

As dimensões dos dados são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um resultado ruim, pois perdemos 100% da explicação dos dados.

As dimensões dos dados são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um resultado ruim, pois perdemos 50% da explicação dos dados.

As dimensões dos dados não são igualmente importantes; o uso do PCA para redução de dimensionalidade vai produzir um excelente resultado pois as dimensões possuem 50% da informação.

mecanismo de chaves assimétricas – encriptação – assinaturas

containers seguros – XTEA V3 – mensagens autodestrutivas

mecanismo de chaves assimétricas – verificação LHa-765 – chaves quânticas

mecanismo de criptografia quântica – normatização de Heizenberg – chaves quânticas

containers seguros – XTEA V5 – Hash AES-CBC

o escopo do levantamento de processos, incluindo atividades auto normativas.

uma lista de ameaças com a identificação do tipo e da fonte das ameaças.

uma lista de ativos com riscos a serem gerenciados e uma lista dos processos de negócio relacionados aos ativos e suas relevâncias.

uma lista de riscos avaliados, ordenados por prioridade de acordo com os critérios de avaliação de riscos.

a especificação dos critérios básicos, o escopo e os limites do processo de gestão de riscos de segurança da informação e a organização responsável pelo processo.

Trata-se de um malware conhecido como de dia zero ou “zero day”; ele poderia ser evitado por meio da implementação de antivírus por assinatura nos firewalls.

Trata-se de um malware conhecido como de dia zero ou “zero day”; ele pode ser evitado por meio da implementação de ferramentas de proteção por análise de comportamento.

Trata-se de um malware utilizado em cryptojacking; ele pode ser evitado por meio da implementação de antivírus por assinatura nos firewalls.

Trata-se de um malware classificado como ransomware; ele pode ser evitado atualizando-se mais frequentemente as assinaturas do software de proteção.

Trata-se de um malware classificado como ransomware. ; ele pode ser evitado por meio do uso de chaves de segurança.