Ed
anteontem
Vamos analisar a questão: O enunciado fala de um componente que: - Mapeia a camada anterior para as restrições da próxima (geralmente 0/1). - Realiza uma mudança não linear nos valores antes de enviar o resultado. Na rede neural artificial, a função de ativação é justamente o componente que aplica uma transformação não linear aos valores recebidos, permitindo que a rede aprenda padrões complexos e mapeie os dados para um intervalo específico (como 0 ou 1). Analisando as alternativas: A) Viés (Bias) – é um valor adicional que ajuda a ajustar a saída, mas não faz a transformação não linear. B) Camada de pesos (Weight layer) – são os pesos que multiplicam as entradas, mas não aplicam a não linearidade. C) Função de ativação (Activation function) – aplica a transformação não linear, mapeando os valores para um intervalo, como 0/1. D) Camada de saída (Output layer) – é a última camada, mas não necessariamente realiza a transformação não linear. E) Camada oculta (Hidden layer) – é uma camada intermediária, mas a transformação não linear é feita pela função de ativação. Portanto, a resposta correta é: C) Função de ativação (Activation function).
Mais perguntas desse material