Técnicas utilizadas em ciência de dados e Big Data pag 04

Prévia do material em texto

Exercícios
Respostas enviadas em: 04/04/2021 21:18
4. Dentro da deep learning, há inúmeras camadas de neurônios interconectados. Eles são utilizados para
realizar a aprendizagem dos dados de entrada. Dentro desse contexto, têm-se as redes convolucionais,
que  extraem características de imagens  e, posteriormente, realizam  o processo de classi�cação por
alguns neurônios. Dado que uma base A contém fotos de gatos e uma base B contém fotos de cachorros,
o que pode ser a�rmado se fotos de hipopótamo forem apresentadas a essa rede já em produção?
A. Ela a�rmará que há uma porcentagem alta próxima dos cachorros, por terem características
semelhantes, como a orelha e pelos.
Por que esta resposta não é correta?
Em geral, as redes neurais profundas, em sua saída, fazem  distribuição de probabilidade e dão uma
porcentagem de acerto em relação ao objeto identi�cado. No entanto, orelhas e pelos de cachorros
não são próximos de um hipopótamo. Foi utilizado o treinamento supervisionado, pois são imagens
especí�cas já de cada animal. De fato, seria necessário que houvesse retreino da rede com as
imagens novas para que a rede, aprendendo as novas características, pudesse, então, identi�car o
animal, e uma rede neural pode identi�car múltiplos objetos.
B. Não reconhecerá, sequer  parcialmente,  por não ter sido usada a técnica de aprendizado
supervisionado.
Por que esta resposta não é correta?
Em geral, as redes neurais profundas, em sua saída, fazem  distribuição de probabilidade e dão uma
porcentagem de acerto em relação ao objeto identi�cado. No entanto, orelhas e pelos de cachorros
não são próximos de um hipopótamo. Foi utilizado o treinamento supervisionado, pois são imagens
especí�cas já de cada animal. De fato, seria necessário que houvesse retreino da rede com as
imagens novas para que a rede, aprendendo as novas características, pudesse, então, identi�car o
animal, e uma rede neural pode identi�car múltiplos objetos.
Você acertou!
C. Para a devida acurácia, seria necessário retreinar  a rede com as imagens de
hipopótamos.
󱀹
󰄴4 de 5 perguntas
Anterior Próximo󰬩 󰬫
󰍜 CN 󰅀
Por que esta resposta é a correta?
Em geral, as redes neurais profundas, em sua saída, fazem  distribuição de probabilidade e dão uma
porcentagem de acerto em relação ao objeto identi�cado. No entanto, orelhas e pelos de cachorros
não são próximos de um hipopótamo. Foi utilizado o treinamento supervisionado, pois são imagens
especí�cas já de cada animal. De fato, seria necessário que houvesse retreino da rede com as
imagens novas para que a rede, aprendendo as novas características, pudesse, então, identi�car o
animal, e uma rede neural pode identi�car múltiplos objetos.
D. Não é possível extrair características de diferentes animais, já que há limitação de camadas
de neurônios.
Por que esta resposta não é correta?
Em geral, as redes neurais profundas, em sua saída, fazem  distribuição de probabilidade e dão uma
porcentagem de acerto em relação ao objeto identi�cado. No entanto, orelhas e pelos de cachorros
não são próximos de um hipopótamo. Foi utilizado o treinamento supervisionado, pois são imagens
especí�cas já de cada animal. De fato, seria necessário que houvesse retreino da rede com as
imagens novas para que a rede, aprendendo as novas características, pudesse, então, identi�car o
animal, e uma rede neural pode identi�car múltiplos objetos.
E. Faz-se necessário criar uma rede exclusiva para a identi�cação de somente um animal.
Por que esta resposta não é correta?
Em geral, as redes neurais profundas, em sua saída, fazem  distribuição de probabilidade e dão uma
porcentagem de acerto em relação ao objeto identi�cado. No entanto, orelhas e pelos de cachorros
não são próximos de um hipopótamo. Foi utilizado o treinamento supervisionado, pois são imagens
especí�cas já de cada animal. De fato, seria necessário que houvesse retreino da rede com as
imagens novas para que a rede, aprendendo as novas características, pudesse, então, identi�car o
animal, e uma rede neural pode identi�car múltiplos objetos.
 VOLTAR󰅁 PRÓXIMA
4 de 5 perguntas
Anterior Próximo󰬩 󰬫
󰍜 CN 󰅀