Determinado gestor ajuizou mandado de segurança para ver anulado o ato sancionatório editado em seu desfavor pelo Tribunal de Contas. Praticados todos os atos do procedimento da ação mandamental, o juiz da causa, entendendo que não assistia ao impetrante o direito afirmado em sua petição inicial, julgou improcedente o seu pedido, em decisão que, à míngua de interposição de recurso, transitou em julgado. Um mês depois, o mesmo gestor ajuizou ação pelo procedimento comum, na qual, com base nos fatos narrados na inicial do mandado de segurança, formulou o mesmo pedido de anulação do ato da Corte de Contas.
Tendo sido informada, na peça contestatória, a precedente tramitação do mandado de segurança, o juiz da nova causa, após o oferecimento da réplica autoral, deve:
Sobre o sistema da Lei Anticorrupção, é correto afirmar que:
A demanda de um certo serviço público no mês t é modeladapela equação 20 + 3t + 2D(t) + εt, onde D(t) = 1, se t = 6, e 0, casocontrário, e ε é um ruído com média zero e variância 4.
As previsões de demanda nos meses 6 e 12 são, respectivamente:
Natasha, uma cientista de dados, está trabalhando com um conjunto de dados sobre carros para fazer um modelo preditivo para uma companhia de seguros. A primeira versão do modelo utiliza apenas informações básicas sobre os carros: a marca e a cor.
Como esses dados são categóricos, Natasha faz um pré-processamento usando a biblioteca scikit-learn. Em um ambiente interativo, ela executa os comandos a seguir.
>>> from sklearn.preprocessing import OneHotEncoder >>> enc = OneHotEncoder() >>> X = [['Toyota', 'vermelho'], ['Toyota', 'verde'], ['BMW', 'vermelho']]
>>> enc.fit(X) >>> enc.get_feature_names() array(['x0_BMW', 'x0_Toyota', 'x1_verde', 'x1_vermelho'], dtype=object)
>>> X_prime = enc.transform(X).toarray() >>> X_prime array([[0., 1., 0., 1.], [0., 1., 1., 0.], [1., 0., 0., 1.]])
Para contar o número de carros da marca Toyota no conjunto de dados, obtendo corretamente o resultado 2, Natasha pode usar a seguinte linha de código:
ATENÇÃO!
Para a questão a seguir, considere uma tabela relacional R, com atributos W, X, Y, Z, e o conjunto de dependências funcionais identificadas para esses atributos.
X → Y
X → Z
Z → X
Z → W
De acordo com as dependências funcionais de R, e com a Forma Normal de Boyce-Codd, a definição correta das chaves (por meio de constraints) aplicáveis e necessárias para essa tabela deveria ser:
