Questão de Tecnologia da Informação · FCC TRT5 2022 (nº 42)

No campo da Inteligência Artificial, o Machine Learning (Aprendizado de Máquina) permite que computadores aprendam padrões a partir de dados para fazer previsões ou decisões, enquanto o Deep Learning (Aprendizado Profundo) é uma forma avançada de Machine Learning que usa redes neurais complexas para tarefas mais sofisticadas, processando dados em estruturas chamadas tensores (que são como tabelas de números com múltiplas dimensões).

(A) Incorreta: Keras é uma biblioteca de deep learning (aprendizado profundo), não sendo a principal referência para o escopo geral de "Machine Learning" tradicional (classificação, agrupamento e regressão de forma ampla) como Scikit-learn. Scikit-learn, por sua vez, não é uma biblioteca de deep learning que realiza cálculos com tensores. A armadilha aqui é que Keras pode fazer classificação e regressão, mas seu foco principal é deep learning, e a segunda parte da alternativa está claramente errada.
(B) Correta: Scikit-learn é a biblioteca padrão em Python para Machine Learning, oferecendo algoritmos para classificação, agrupamento e regressão. PyTorch é uma biblioteca de deep learning amplamente utilizada, conhecida por sua flexibilidade e por realizar cálculos eficientemente com tensores.
(C) Incorreta: PyTorch é uma biblioteca de deep learning, não sendo a principal para o Machine Learning tradicional como descrito em I. "Roc" não é uma biblioteca de deep learning reconhecida para cálculos com tensores no contexto de Python.
(D) Incorreta: "Roc" não é uma biblioteca de Machine Learning padrão. Keras é uma biblioteca de deep learning, mas a primeira parte da alternativa está errada.
(E) Incorreta: Keras é de deep learning, não a principal para o escopo geral de Machine Learning tradicional. "Random-Forest-Classifier" é um algoritmo específico de Machine Learning (parte do Scikit-learn), não uma biblioteca de deep learning para cálculos com tensores.