Pular para o conteúdo principal

Questão de Geografia — Cartografia — CESPE / CEBRASPE 2025

GeografiaCartografia
Código
ce198410
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Nível
Superior
Cargo
Analista - Área: Ciências Exatas e da Terra - Subárea: Ciência de Dados
Julgue o próximo item, relativo a análise espacial e geoprocessamento.A aplicação de algoritmos de aprendizado de máquina, como random forest e redes neurais artificiais, na modelagem de dados de imagens de satélite para estimativa de produtividade agrícola, elimina a necessidade de calibração e validação com dados coletados em campo.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Geoprocessamento e aprendizado de máquina

Gabarito: Errado (E). A afirmação está incorreta: algoritmos de aprendizado de máquina (random forest, redes neurais) não eliminam a necessidade de calibração e validação com dados de campo. Pelo contrário, esses modelos exigem dados de referência (ground truth) para treinamento, ajuste de parâmetros e validação da acurácia das estimativas. A calibração e validação em campo são etapas fundamentais no sensoriamento remoto, independentemente da técnica empregada.

NÃO CAIA NESSA!

O termo "elimina" é uma generalização exagerada. Na prática, mesmo os algoritmos mais avançados dependem de dados reais para serem treinados e validados. Qualquer afirmação que sugira a substituição completa da coleta de campo por métodos computacionais deve ser vista com desconfiança.

❌ ERRADO

Link permanente: /questoes/ce198410