Geral
Aprendizado Profundo
Semana 1
0
Questão
Durante o estudo do aprendizado profundo, é comum confundir a função de diferentes tipos de redes neurais e suas respectivas finalidades. É importante compreender a diferença entre modelos simples e modelos complexos e a maneira como estes impactam na capacidade de generalização de um sistema de aprendizado profundo.
Com relação a este contexto e sobre o conteúdo estudado, avalie as asserções a seguir e a relação proposta entre elas:
I. Modelos complexos de aprendizado profundo, como redes neurais profundas, sempre oferecem melhor desempenho do que modelos simples devido ao maior número de parâmetros ajustáveis.
PORQUE
II. Um número maior de parâmetros em um modelo de aprendizado profundo aumenta a capacidade da rede de se adaptar a padrões complexos, mas também aumenta o risco de overfitting, prejudicando a generalização para novos dados.
A respeito dessas asserções, assinale a alternativa correta.
Com relação a este contexto e sobre o conteúdo estudado, avalie as asserções a seguir e a relação proposta entre elas:
I. Modelos complexos de aprendizado profundo, como redes neurais profundas, sempre oferecem melhor desempenho do que modelos simples devido ao maior número de parâmetros ajustáveis.
PORQUE
II. Um número maior de parâmetros em um modelo de aprendizado profundo aumenta a capacidade da rede de se adaptar a padrões complexos, mas também aumenta o risco de overfitting, prejudicando a generalização para novos dados.
A respeito dessas asserções, assinale a alternativa correta.