Exercícios - tema 4

Prévia do material em texto

<p>Você acertou 3 de 10</p><p>questões</p><p>Verifique o seu desempenho e continue</p><p>treinando! Você pode refazer o exercício</p><p>quantas vezes quiser.</p><p>Verificar Desempenho</p><p>A</p><p>B</p><p>1 Marcar para revisãopara revisar antes de finalizar</p><p>Nesse tipo de rede neural artificial, os</p><p>neurônios são combinados em uma estrutura</p><p>em camadas, cada uma com um número</p><p>diferente de neurônios. O vetor de valores de</p><p>entrada x passa pela camada inicial e são</p><p>combinadas com os pesos iniciais em uma</p><p>soma ponderada e submetidas à função de</p><p>ativação, cujos valores de saída são ligados às</p><p>entradas da camada seguinte, percorrendo</p><p>todas as camadas ocultas �Hidden layers), até a</p><p>rede fornecer como resultado os valores de</p><p>saída da última camada ou camada de saída</p><p>(output layer). Qual tipo de rede neural artificial</p><p>corresponde a esta definição?</p><p>Redes Neurais Recorrentes �Recurrent</p><p>Neural Network)</p><p>LSTM �Long Short Term Memory)</p><p>Questão 1 de 10</p><p>Corretas �3�</p><p>Incorretas �7�</p><p>Em branco �0�</p><p>1 2 3 4 5</p><p>6 7 8 9 10</p><p>Feedback</p><p>Exercicio</p><p>Redes Neurais Artificiais</p><p>(rna)</p><p>Sair</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 1/14</p><p>C</p><p>D</p><p>E</p><p>Rede de Jordan</p><p>Rede de Kohonen</p><p>Redes Perceptron de Multicamadas</p><p>�Redes Multilayer Perceptron)</p><p>Resposta correta</p><p>Parabéns, você selecionou a</p><p>alternativa correta. Confira o</p><p>gabarito comentado!</p><p>Gabarito Comentado</p><p>A descrição apresentada no enunciado</p><p>corresponde à definição de uma Rede</p><p>Perceptron de Multicamadas. Esta rede</p><p>neural é caracterizada por sua estrutura em</p><p>camadas, onde cada camada contém um</p><p>número específico de neurônios. O</p><p>processo de entrada de dados ocorre em</p><p>uma camada inicial, onde os valores são</p><p>combinados com pesos iniciais em uma</p><p>soma ponderada e, em seguida,</p><p>submetidos a uma função de ativação. Os</p><p>valores de saída desta função são então</p><p>ligados às entradas da próxima camada, e</p><p>este processo se repete através de todas</p><p>as camadas ocultas até que a rede forneça</p><p>os valores de saída da última camada ou</p><p>camada de saída. Portanto, a alternativa</p><p>correta é a E� Redes Perceptron de</p><p>Multicamadas �Redes Multilayer</p><p>Perceptron).</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 2/14</p><p>A</p><p>B</p><p>C</p><p>D</p><p>E</p><p>2 Marcar para revisão</p><p>As redes neurais artificiais são constituídas de</p><p>camadas e cada camada possui vários nós</p><p>interconectados. Qual componente abaixo pode</p><p>ser encontrado em uma rede neural artificial?</p><p>Função de ativação �Activation</p><p>function)</p><p>Camada de retorno �Feedback layer)</p><p>Camada de retropropagação</p><p>�Backpropagation layer)</p><p>Camada de processamento</p><p>�Processing layer)</p><p>Camada de consolidação</p><p>�Consolidation layer)</p><p>Resposta incorreta</p><p>Opa! A alternativa correta é a letra</p><p>A. Confira o gabarito comentado!</p><p>Gabarito Comentado</p><p>Entre as opções apresentadas, a função de</p><p>ativação �Activation function) é o único</p><p>componente que realmente faz parte de</p><p>uma rede neural artificial. A função de</p><p>ativação é um elemento crucial em redes</p><p>neurais, pois é responsável por transformar</p><p>o input recebido em um output. Ela é</p><p>aplicada a cada nó da rede e determina se</p><p>esse nó deve ser ativado ou não,</p><p>baseando-se no peso dos inputs. As outras</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 3/14</p><p>A</p><p>B</p><p>C</p><p>D</p><p>E</p><p>alternativas não são componentes típicos</p><p>de uma rede neural.</p><p>3 Marcar para revisão</p><p>Nesse tipo de aprendizado, os modelos</p><p>resultantes envolvem atividades como: o</p><p>agrupamento de exemplos semelhantes</p><p>(clustering), redução de dimensionalidade e</p><p>estimativa de densidade. Qual o tipo de</p><p>aprendizado estamos nos referindo?</p><p>Aprendizado inicial</p><p>Aprendizado supervisionado</p><p>Aprendizado não supervisionado</p><p>Backpropagation (retropropagation)</p><p>Aprendizado oculto</p><p>Resposta incorreta</p><p>Opa! A alternativa correta é a letra</p><p>C. Confira o gabarito comentado!</p><p>Gabarito Comentado</p><p>O tipo de aprendizado ao qual a questão se</p><p>refere é o aprendizado não supervisionado.</p><p>Este tipo de aprendizado é caracterizado</p><p>por modelos que realizam atividades como</p><p>o agrupamento de exemplos semelhantes</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 4/14</p><p>(clustering), redução de dimensionalidade</p><p>e estimativa de densidade. Diferentemente</p><p>do aprendizado supervisionado, onde os</p><p>dados são rotulados e o modelo é treinado</p><p>para prever um resultado específico, no</p><p>aprendizado não supervisionado, o modelo</p><p>aprende e encontra padrões nos dados</p><p>sem rótulos, inferindo conclusões a partir</p><p>deles.</p><p>4 Marcar para revisão</p><p>As Redes Neurais Artificiais têm sido</p><p>amplamente usadas, por exemplo, em tarefas</p><p>de reconhecimento de imagem, diagnóstico na</p><p>medicina, processamento de linguagem natural,</p><p>previsão de séries temporais, e têm uma</p><p>infinidade de aplicações possíveis. Você já se</p><p>perguntou como funcionam os sistemas de</p><p>reconhecimento de imagem e voz? Como um</p><p>aplicativo do seu celular faz para detectar</p><p>rostos, ou um mecanismo de buscas sugere um</p><p>termo?</p><p>Entendendo que as redes neurais artificiais</p><p>possuem vantagens e desvantagens, analise as</p><p>afirmativas a seguir:</p><p>I�� Requer muitos dados de treinamento</p><p>limpos.</p><p>II�� Arquitetura facilmente adaptável a vários</p><p>domínios de problemas.</p><p>III�� Dificuldade na interpretação dos</p><p>resultados.</p><p>IV�� A rede neural aprende com os dados</p><p>analisados e não requer reprogramação.</p><p>V��Requer alto poder computacional.</p><p>Assinale a seguir a alternativa que apresenta</p><p>apenas as afirmativas relacionadas às</p><p>vantagens das redes neurais artificiais:</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 5/14</p><p>A</p><p>B</p><p>C</p><p>D</p><p>E</p><p>I, II, III e IV, apenas.</p><p>II, III e IV, apenas.</p><p>I e V, apenas.</p><p>II e IV, apenas.</p><p>II, apenas.</p><p>Resposta correta</p><p>Parabéns, você selecionou a</p><p>alternativa correta. Confira o</p><p>gabarito comentado!</p><p>Gabarito Comentado</p><p>As redes neurais artificiais são ferramentas</p><p>poderosas que têm uma ampla gama de</p><p>aplicações em diversos campos. No</p><p>entanto, como qualquer ferramenta, elas</p><p>têm suas vantagens e desvantagens. Neste</p><p>contexto, é importante identificar as</p><p>vantagens das redes neurais artificiais para</p><p>que possam ser efetivamente utilizadas. As</p><p>afirmativas II e IV destacam essas</p><p>vantagens. A afirmativa II ressalta a</p><p>flexibilidade das redes neurais artificiais,</p><p>que podem ser adaptadas para resolver</p><p>uma variedade de problemas em diferentes</p><p>domínios. A afirmativa IV destaca a</p><p>capacidade de aprendizado das redes</p><p>neurais, que podem aprender com os</p><p>dados analisados sem a necessidade de</p><p>reprogramação. Portanto, a alternativa</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 6/14</p><p>A</p><p>B</p><p>C</p><p>D</p><p>E</p><p>correta é a D, que inclui apenas essas duas</p><p>afirmativas.</p><p>5 Marcar para revisão</p><p>Esse componente de uma rede neural artificial</p><p>mapeia corretamente a camada anterior para as</p><p>restrições da próxima (geralmente 0/1�. Esse</p><p>componente é definido como uma mudança</p><p>não linear nos valores antes de enviar os</p><p>valores de resultado. Essa definição é relativa a</p><p>qual componente de uma rede neural artificial</p><p>�RNA�?</p><p>Viés �Bias�</p><p>Camada de pesos �Weight layer)</p><p>Activation function �Função de</p><p>ativação)</p><p>Camada de saída �Output layer)</p><p>Camada oculta �Hidden layer)</p><p>Resposta correta</p><p>Parabéns, você selecionou a</p><p>alternativa correta. Confira o</p><p>gabarito comentado!</p><p>Gabarito Comentado</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>7/14</p><p>A</p><p>B</p><p>C</p><p>A definição apresentada no enunciado se</p><p>refere ao componente conhecido como</p><p>função de ativação �Activation function) em</p><p>uma rede neural artificial. Este componente</p><p>tem a função de mapear os dados da</p><p>camada anterior para as restrições da</p><p>próxima camada, que geralmente são 0 ou</p><p>1. Isso é feito através de uma</p><p>transformação não linear dos valores,</p><p>antes de serem enviados como resultados.</p><p>Portanto, a alternativa correta é a letra C�</p><p>Activation function �Função de ativação).</p><p>6 Marcar para revisão</p><p>As Redes neurais artificiais são muito utilizadas</p><p>para encontrar soluções e escalar processos</p><p>para facilitar a tomada de decisões. Dentre as</p><p>opções abaixo, qual a opção que representa</p><p>uma desvantagem das redes neurais artificiais?</p><p>Requer alto poder computacional</p><p>A rede neural aprende com os dados</p><p>analisados e não requer</p><p>reprogramação</p><p>Funciona bem com dados lineares e</p><p>não lineares</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 8/14</p><p>D</p><p>E</p><p>Arquitetura facilmente adaptável a</p><p>vários domínios de problemas</p><p>As redes neurais funcionam mesmo</p><p>que uma ou algumas unidades não</p><p>respondam à rede</p><p>Resposta incorreta</p><p>Opa! A alternativa correta é a letra</p><p>A. Confira o gabarito comentado!</p><p>Gabarito Comentado</p><p>A alternativa correta é a letra A. As redes</p><p>neurais artificiais, apesar de serem</p><p>extremamente úteis e eficientes para a</p><p>resolução de problemas complexos,</p><p>possuem como desvantagem a</p><p>necessidade de alto poder computacional.</p><p>Isso significa que, para funcionarem de</p><p>maneira eficaz, elas demandam um grande</p><p>volume de recursos computacionais, o que</p><p>pode implicar em custos elevados para a</p><p>sua implementação e manutenção.</p><p>Portanto, essa é uma limitação importante</p><p>a ser considerada ao se optar pelo uso de</p><p>redes neurais artificiais.</p><p>7 Marcar para revisão</p><p>Nessa arquitetura de rede neural artificial, uma</p><p>sequência de entradas entra em uma camada e</p><p>é multiplicada por pesos e, em seguida, cada</p><p>valor é somado para obter uma soma de valores</p><p>de entrada ponderados. Caso a soma dos</p><p>valores esteja acima de um determinado limite,</p><p>normalmente definido como zero, o valor</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 9/14</p><p>A</p><p>B</p><p>C</p><p>D</p><p>E</p><p>resultante será normalmente 1 e, caso a soma</p><p>esteja abaixo do limite, o valor de saída será �1.</p><p>Essa arquitetura de rede neural artificial</p><p>geralmente aparece em sua forma mais simples</p><p>como um perceptron de camada única.</p><p>Assinale a alternativa que corresponde,</p><p>corretamente, a essa definição?</p><p>Rede competitiva</p><p>Rede concorrente</p><p>Rede ativa</p><p>Rede Neural Feed Forward</p><p>Feed Backward Network �Rede</p><p>Recorrente)</p><p>Resposta incorreta</p><p>Opa! A alternativa correta é a letra</p><p>D. Confira o gabarito comentado!</p><p>Gabarito Comentado</p><p>A definição apresentada no enunciado</p><p>descreve a arquitetura de uma Rede Neural</p><p>Feed Forward. Nesse tipo de rede, os</p><p>dados de entrada são processados em uma</p><p>única direção, da camada de entrada para</p><p>a camada de saída, passando por</p><p>eventuais camadas ocultas. A soma</p><p>ponderada das entradas, seguida da</p><p>aplicação de uma função de ativação</p><p>(neste caso, uma função degrau), é uma</p><p>característica típica dessa arquitetura. A</p><p>menção ao perceptron de camada única</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 10/14</p><p>A</p><p>B</p><p>C</p><p>D</p><p>E</p><p>também é uma pista, pois este é um</p><p>exemplo simples de uma Rede Neural Feed</p><p>Forward.</p><p>8 Marcar para revisão</p><p>Normalmente, a rede neural artificial é</p><p>configurada em camadas. As camadas são</p><p>compostas de vários "nós" interconectados,</p><p>cada um com uma "função de ativação". Como</p><p>é chamada a camada onde ocorre o resultado</p><p>final do processamento de uma rede neural</p><p>artificial?</p><p>Camada oculta �Hidden layer)</p><p>Camada de entrada �Input layer)</p><p>Camada de pesos �Weight layer)</p><p>Camada de retropropagação</p><p>Camada de saída �Output layer)</p><p>Resposta incorreta</p><p>Opa! A alternativa correta é a letra</p><p>E. Confira o gabarito comentado!</p><p>Gabarito Comentado</p><p>A camada onde ocorre o resultado final do</p><p>processamento de uma rede neural</p><p>artificial é denominada "Camada de saída"</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 11/14</p><p>A</p><p>B</p><p>C</p><p>D</p><p>E</p><p>ou "Output layer". Esta camada é essencial</p><p>em qualquer tipo de rede neural, pois é</p><p>nela que os resultados do processamento</p><p>da rede são apresentados. Portanto, a</p><p>alternativa correta é a letra E� "Camada de</p><p>saída �Output layer)".</p><p>9 Marcar para revisão</p><p>Uma rede varejista possui 32 lojas no estado do</p><p>Rio de Janeiro e está planejando a construção</p><p>de uma rede neural artificial para realizar o</p><p>agrupamento (clustering) e segmentação de</p><p>seus clientes. Nesse projeto, é necessário que</p><p>a rede aprenda e encontre padrões e tire</p><p>conclusões dos dados não rotulados. Essa rede</p><p>neural usará qual tipo de aprendizado?</p><p>Aprendizado supervisionado</p><p>Aprendizado de pesos</p><p>Aprendizado inicial</p><p>Aprendizado não supervisionado</p><p>Aprendizado final</p><p>Resposta incorreta</p><p>Opa! A alternativa correta é a letra</p><p>D. Confira o gabarito comentado!</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 12/14</p><p>A</p><p>B</p><p>C</p><p>Gabarito Comentado</p><p>O tipo de aprendizado que a rede neural</p><p>usará é o aprendizado não supervisionado.</p><p>Esse tipo de aprendizado é caracterizado</p><p>pela ausência de um "professor" ou</p><p>"supervisor" para guiar o processo de</p><p>aprendizado. A rede neural é alimentada</p><p>com dados não rotulados e deve encontrar</p><p>padrões e tirar conclusões por conta</p><p>própria. No contexto da questão, a rede</p><p>neural artificial será usada para agrupar e</p><p>segmentar clientes, tarefas que são</p><p>comumente realizadas através do</p><p>aprendizado não supervisionado.</p><p>10 Marcar para revisão</p><p>Em uma rede neural artificial, a função de</p><p>ativação é uma mudança não linear nos valores</p><p>antes de enviar os valores de resultado. É uma</p><p>função que mapeia corretamente a camada</p><p>anterior para as restrições (geralmente 0/1) da</p><p>próxima camada, usada para dar ao modelo o</p><p>"efeito de camada oculta", o poder real de</p><p>"ativar" a rede neural artificial. Qual das opções</p><p>abaixo é uma função de ativação?</p><p>Backpropagation</p><p>Bias</p><p>Feed Forward</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 13/14</p><p>D</p><p>E</p><p>Feed Backward Network</p><p>Sigmoid</p><p>Resposta incorreta</p><p>Opa! A alternativa correta é a letra</p><p>E. Confira o gabarito comentado!</p><p>Gabarito Comentado</p><p>A função de ativação é uma ferramenta</p><p>matemática aplicada à entrada de cada</p><p>neurônio em uma rede neural artificial. Sua</p><p>principal função é transformar os valores</p><p>de entrada em saída, permitindo que o</p><p>modelo aprenda e realize tarefas</p><p>complexas, como a classificação de</p><p>imagens ou a geração de texto. A função</p><p>de ativação é uma função não-linear que</p><p>adiciona complexidade e melhora a</p><p>capacidade de aprendizado do modelo.</p><p>Existem várias funções de ativação, como</p><p>a função sigmóide e a ReLU �Rectified</p><p>Linear Unit). A função sigmóide, por</p><p>exemplo, é comumente utilizada para</p><p>modelos de classificação binária, enquanto</p><p>a ReLU é frequentemente usada para</p><p>modelos de classificação multi-classe.</p><p>Dentre as opções apresentadas, a única</p><p>que representa uma função de ativação é a</p><p>Sigmoid.</p><p>10/6/24, 3:42 PM estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/</p><p>https://estacio.saladeavaliacoes.com.br/exercicio/6702d9cc0b18fbd3867110cf/gabarito/ 14/14</p>