Buscar

Simulado-025

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 3 páginas

Prévia do material em texto

23/02/2022 15:12 Estácio: Alunos
https://simulado.estacio.br/alunos/ 1/3
Teste de
Conhecimento
 avalie sua aprendizagem
Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, qual é o principal função do
termo de momento aplicado à formula de ajuste dos pesos?
Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, entre os padrões de dados
usados, uma parte, conhecida como padrões de validação, é tratado em separado e não é aplicado na fase de treinamento
para ajuste dos pesos sinápticos. Qual é o objetivo principal em utilizar estes padrões? 
I - Validar as saídas da rede para determinar o erro por ela produzido 
II - Determinar o ponto de parada do treinamento para evitar o sobre-treinamento 
III - Ajudar a obter a resposta mais rapidamente 
 
De acordo com a abordagem, assinale a opção CORRETA:
INTELIGÊNCIA ARTIFICIAL 
Lupa Calc.
 
 
CCT0767_A9_201804135607_V1 
Aluno: MARCIO DA SILVA EDUARDO Matr.: 201804135607
Disc.: INTELIG. ARTIFICIAL 2021.4 EAD (G) / EX
Prezado (a) Aluno(a),
 
Você fará agora seu TESTE DE CONHECIMENTO! Lembre-se que este exercício é opcional, mas não valerá ponto para sua
avaliação. O mesmo será composto de questões de múltipla escolha.
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se
familiarizar com este modelo de questões que será usado na sua AV e AVS.
 
1.
Para acelerar a convergência utilizando a tendência de correção do ciclo anterior
Para acelerar a convergência utilizando um fator multiplicador arbitrado pelo algoritmo
Para frear a convergência, inibindo a atração de mínimos locais e permitindo a convergência para o mínimo global
Para frear a convergência para o valor de mínimo da função de erro, uma vez que uma descida mais lenta impede que
se passe do ponto desejado
Para explorar múltiplos pontos de mínimo da função
Gabarito
Comentado
 
2.
Somente os itens II e III estão corretos.
Somente o item I está correto.
Somente o item II está correto.
Somente o item III está correto.
Somente os itens I e III estão corretos.
javascript:voltar();
javascript:voltar();
javascript:diminui();
javascript:aumenta();
javascript:calculadora_on();
23/02/2022 15:12 Estácio: Alunos
https://simulado.estacio.br/alunos/ 2/3
Com relação ao conjunto de dados utilizados por uma rede neural artificial de aprendizado supervisionado, analise as
seguintes afirmativas:
I - A atualização dos pesos dos neurônios ocorre em ambos os conjuntos de treinamento e validação.
II - O conjunto de treinamento deve ser apresentado à rede diversas vezes, isto é, em diversas épocas.
III - O conjunto de validação é utilizado para testar a capacidade de generalização da rede, isto é, se ela aprendeu padrões
testando-se dados não presentes no conjunto de treinamento.
Assinale a alternativa correta:
Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, o que pode acarretar para a
qualidade da rede treinada, o treinamento além do ponto desejado? 
I - A rede começa a confundir os padrões de entrada 
II - A rede se torna melhor e mais genérica, mas há um custo computacional grande 
III - Diminuição da capacidade de generalização da rede 
 
De acordo com a abordagem, assinale a opção CORRETA:
O algoritmo de treinamento Backpropagation consiste em uma sequência de fases. 
Assinale a alternativa INCORRETA sobre este algoritmo.
Analise as seguintes afirmativas sobre redes neurais sem ciclos dirigidos, sendo n o número de neurônios e m o número de
conexões. 
I. Uma vez treinada, o uso da rede consiste em aplicar uma entrada e esperar até que ocorra convergência para que seja
obtida a saída. 
II. O processo de treinamento consiste em obter um vetor em um espaço pelo menos m -dimensional. Esse vetor é obtido
por meio de um processo de otimização que busca minimizar o erro sobre as instâncias de treino. 
III. O processo de treinamento consiste em obter um vetor em um espaço pelo menos m -dimensional. Esse vetor é obtido
por meio de um processo de otimização que busca minimizar o erro de generalização. 
A análise permite concluir que: 
 
3.
As afirmativas II e III estão corretas
Somente a afirmativa I está correta
As afirmativas I e II estão corretas
Somente a afirmativa II está correta
Somente a afirmativa III está correta
Gabarito
Comentado
 
4.
Somente o item I está correto.
Somente o item III está correto.
Somente o item II está correto.
Somente os itens I e III estão corretos.
Somente os itens I e II estão corretos.
 
5.
Apresentar um padrão na camada de entrada e calcular o valor do seu peso na camada de saída.
Modificar os pesos das conexoões sinápticas de forma a minimizar o erro médio, considerando todos os padrões da
amostra.
Se um erro máximo desejado não tiver sido atingido, retornar ao passo inicial para a próxima iteração (apresentação
de todos os padrões novamente).
Retropropagar o erro na rede calculando de que forma as mudanças nos pesos afetam o erro.
Calcular o erro na saída da rede, que equivale a uma diferença entre o valor de saída obtida na rede e o valor de saída
desejado .
Gabarito
Comentado
 
6.
23/02/2022 15:12 Estácio: Alunos
https://simulado.estacio.br/alunos/ 3/3
Escolha a alternativa correta
Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, o que pode acarretar para a
qualidade da rede treinada, o treinamento além do ponto desejado? 
I - A rede memoriza os padrões aprendidos 
II - Diminuição da capacidade de generalização da rede 
III - Otimização do tempo computacional no treinamento 
De acordo com a abordagem, assinale a opção CORRETA:
Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, por que tal tipo de treinamento é
chamado de treinamento supervisionado?
Apenas a afirmativa II está correta.
Apenas as afirmativas II e III estão corretas.
Apenas a afirmativa III está correta.
Todas as afirmativas estão corretas.
Apenas as afirmativas I e II estão corretas.
Gabarito
Comentado
 
7.
Apenas as afirmativas I e II estão corretas.
Todas as afirmativas estão corretas.
Apenas a afirmativa II está correta.
Apenas as afirmativas II e III estão corretas.
Apenas a afirmativa III está correta.
Gabarito
Comentado
 
8.
é utilizado um algoritmo de supervisão dos pesos durante o treinamento
todo o processo deve ser supervisionado por um especialista
as respostas são revisadas utilizando o conjunto de validação
as saídas desejadas são fornecidas e utilizadas para correção dos pesos
as entradas e saídas são embaralhadas pelo supervisor antes do treinamento
Gabarito
Comentado
 Não Respondida Não Gravada Gravada
Exercício inciado em 23/02/2022 15:11:35. 
javascript:abre_colabore('35156','277265219','5134191395');

Continue navegando