Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2025

Engenharia de SoftwareInteligencia Artificial
Código
ce204773
Banca
CESPE / CEBRASPE
Órgão
FUNPRESP-EXE
Ano
2025
Nível
Superior
Cargo
Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação
Julgue o próximo item, a respeito de machine leaning.A biblioteca Scikit-learn é amplamente utilizada para aprendizado de máquina em Python, mas não é especializada em processamento de linguagem natural nem oferece suporte robusto para redes neurais profundas.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoC — Certo

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”.

Machine Learning - Scikit-learn

✅ CERTO. A afirmação está correta. A biblioteca Scikit-learn (sklearn) é uma das mais populares para aprendizado de máquina em Python, oferecendo uma vasta gama de algoritmos para classificação, regressão, clusterização, redução de dimensionalidade e seleção de modelos. Contudo, ela não é especializada em processamento de linguagem natural (NLP) — tarefas como tokenização, análise de sentimentos ou modelos de linguagem são mais bem tratadas por bibliotecas como NLTK, spaCy ou Hugging Face Transformers. Da mesma forma, o sklearn não oferece suporte robusto para redes neurais profundas, limitando-se a implementações simples como MLPClassifier; frameworks dedicados como TensorFlow, PyTorch e Keras são os mais indicados para deep learning. Portanto, o item está Certo.

NÃO CAIA NESSA!

Na prova, lembre-se de que cada biblioteca Python tem seu nicho: sklearn para ML clássico, TensorFlow/PyTorch para deep learning, NLTK/spaCy para NLP. Não confunda o escopo de cada uma.

Gabarito: ✅ CERTO.

Link permanente: /questoes/ce204773