Em um projeto de classificação de saúde fetal, você decidiu utilizar o Keras para construir um modelo de rede neural. Para isso, optou por implementar um modelo Sequential, que permite adicionar camadas de forma linear. No entanto, é crucial entender as características e limitações desse tipo de modelo para garantir que ele atenda às necessidades do seu projeto. Qual das seguintes afirmações sobre o modelo Sequential no Keras é verdadeira? Grupo de escolhas da pergunta O modelo Sequential é ideal para redes neurais que requerem múltiplas entradas e saídas, pois permite a definição de conexões arbitrárias entre as camadas. O modelo Sequential é uma abordagem que só pode ser utilizada para redes neurais com uma única camada oculta, limitando sua aplicabilidade em problemas complexos. O modelo Sequential é uma forma simples e eficaz de construir redes neurais, onde as camadas são adicionadas uma após a outra em uma sequência linear. O modelo Sequential permite a adição de camadas de forma não linear, possibilitando a criação de redes neurais complexas com múltiplas entradas e saídas.