Geral
Aprendizado Profundo
Semana 3
0
Questão
No campo do aprendizado profundo, diferentes arquiteturas de redes neurais são projetadas para resolver problemas específicos. Redes Neurais Recorrentes (RNNs), Redes Neurais Convolucionais (CNNs) e Redes Neurais Feedforward (FNNs) são três dessas arquiteturas amplamente utilizadas, cada uma com suas próprias forças e limitações.
Considerando essas particularidades, identifique e associe corretamente cada tipo de rede neural ao cenário de aplicação ou desafio correspondente, levando em conta as principais características de cada arquitetura e as situações em que elas são mais eficazes ou apresentam dificuldades. Considere que nem todos os itens das colunas podem possuir associação ou podem possuir mais de uma correlação.
Assinale a alternativa que contém a associação correta.
Considerando essas particularidades, identifique e associe corretamente cada tipo de rede neural ao cenário de aplicação ou desafio correspondente, levando em conta as principais características de cada arquitetura e as situações em que elas são mais eficazes ou apresentam dificuldades. Considere que nem todos os itens das colunas podem possuir associação ou podem possuir mais de uma correlação.
| Tipos de Redes Neurais | Aplicações ou Desafios |
| I. Redes Neurais Recorrentes (RNNs) | A. Ideal para processamento de dados que possuem dependência temporal, como séries temporais ou processamento de linguagem natural. |
| II. Redes Neurais Convolucionais (CNNs) | B. Mais adequada para tarefas que envolvem reconhecimento de padrões em imagens ou vídeos, sem necessidade de considerar a ordem temporal dos dados. |
| III. Redes Neurais Feedforward (FNNs) | C. Pode enfrentar dificuldades como o problema do "desvanecimento do gradiente" ao lidar com longas sequências de dados. |
| D. Tipicamente usada para problemas onde os dados são independentes entre si e não há necessidade de considerar a estrutura ou a sequência dos dados. | |
| E. Utilizada principalmente em situações onde a hierarquia de características espaciais é crucial para o desempenho do modelo. |
Assinale a alternativa que contém a associação correta.