Geral

Aprendizado Profundo

Voltar

Semana 1 4

#1

Em uma RNA, os neurônios podem estar dispostos em uma ou mais camadas. Quando duas ou mais camadas são utilizadas, um neurônio pode receber em seus terminais de entrada valores de saída de neurônios da camada anterior e/ou enviar seu valor de saída para terminais de entrada de neurônios da camada seguinte (FACELI; LORENA; GAMA, 2024, p.104).

FACELI, Katti; LORENA, Ana C.; GAMA, João; AL, et. Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. Rio de Janeiro: LTC, 2024. p. 104.

Com relação a este tema e sobre as camadas de uma RNA, observe as afirmativas a seguir:

I. Em uma rede de várias camadas, os neurônios podem se conectar de maneiras variadas, exibindo padrões distintos de conexão.
II. Quando os neurônios da rede estão conectados a todos os neurônios da camada anterior e/ou seguinte são denominados de padrões completamente conectados.
III. Além de considerar o nível de conexão, as RNAs podem ou não exibir conexões de retroalimentação, também conhecidas como feedback.

Está correto o que se afirma em:

A
I, II e III.
B
II e III, apenas.
C
I e III, apenas.
D
I, apenas.
E
I e II, apenas.
#2

O aprendizado profundo, uma subárea da inteligência artificial, é inspirado na estrutura e funcionamento do cérebro humano. Esse método utiliza redes neurais artificiais para realizar tarefas complexas de aprendizado, como reconhecimento de imagens e processamento de linguagem natural.

Assinale a alternativa que define o conceito de "rede neural artificial" no contexto do aprendizado profundo.

A
Um software projetado para gerenciar a comunicação entre diferentes redes de computadores.
B
Um banco de dados no formato estruturado que armazena informações sobre o cérebro humano.
C
Um conjunto de regras fixas que automatizam tarefas repetitivas e simples executadas em computadores.
D
Um sistema que imita a comunicação entre neurônios no cérebro humano para processar informações.
E
Um dispositivo físico que replica a atividade cerebral por meio de circuitos especializados.
#3

Os algoritmos de mineração de dados ou data mining incluem formas de inteligência artificial, como as redes neurais artificiais (RNA), na qual as ferramentas de mineração de dados aplicam tais algoritmos a conjuntos de informações para a descoberta de tendências e padrões. 

Diante do excerto apresentado, assinale a alternativa que apresenta as características relacionadas aos algoritmos conexionistas RNAs.

A
Busca identificar relações de co-ocorrência em dados.
B
São baseados em redes de unidades de processamento interligadas.
C
Utiliza classificadores estruturados em árvores de decisão.
D
Aplica regras que atribuem classes a objetos conforme condições predefinidas.
E
Fundamenta-se em modelos de estimação probabilística.
#4

O aprendizado profundo abrange uma extensa variedade de métodos de aprendizado de máquina nos quais as suposições são representadas por circuitos de álgebra complexos, cujas conexões podem ser ajustadas em termos de intensidade. O termo “profundo” é utilizado para descrever o fato de que tais circuitos são comumente estruturados em múltiplas camadas.

Diante do apresentado, assinale a alternativa correta relacionada ao aprendizado profundo.

A
O princípio central do aprendizado profundo é treinar circuitos para estender os caminhos de computação, permitindo a interação complexa entre variáveis de entrada.
B
O aprendizado profundo possibilita trajetos computacionais mais longos, com diversas variáveis de entrada sendo consideradas simultaneamente.
C
Atualmente, o aprendizado profundo é uma das abordagens mais utilizadas em reconhecimento de voz, tradução automática e geração de imagens.
D
A técnica de aprendizado profundo não se confunde com o agrupamento de dados, cuja finalidade é clusterizar conjuntos de dados sem supervisão.
E
Em redes de aprendizado profundo, cada variável de entrada pode interagir com várias outras, aumentando a complexidade dos caminhos computacionais.