Baixe o app para aproveitar ainda mais
Prévia do material em texto
INTELIGÊNCIA ARTIFICIAL Lupa Calc. FUNDAMENTOS DE INTELIGÊNCIA ARTIFICIAL 1. Em relação à aplicação adequada das técnicas de Inteligência Artificial, avalie as afirmações a seguir. I - Indução em árvore de decisão é utilizada para identificação de fraudes em cartões de crédito. II - Redes neurais artificiais são utilizadas no desenvolvimento de sistemas de análise de risco em aplicações financeiras. III - Sistemas especialistas, baseados em regras, são utilizados na substituição do profissional especialista em diagnóstico de falhas em hardware. É correto o que se afirma em os itens I e II estão corretos. os itens II e III estão corretos. os itens I, II e III estão corretos. apenas o item I está correto. apenas o item III está correto. 2:38 Explicação: As duas primeiras afirmativas estão corretas, visto que as árvores de decisão podem ser utilizadas para a tarefa de classificação em mineração de dados, e a identificação de padrões, como, por exemplo, as redes neurais artificiais. As redes neurais artificiais podem ter sua utilização nos sistemas de análise de risco, com classificação de risco em alto ou baixo. Os sistemas especialistas são utilizados para a simulação do comportamento de um especialista e não sua substituição. 2. Assinale as afirmações a seguir com V para verdadeiro ou F para falso e depois marque a alternativa correta: ( ) Sistema especialista consiste em uma técnica de IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio. ( ) Dendral foi um sistema desenvolvido em 1965, contendo redes neurais artificiais para resolver problemas relacionados à química orgânica. ( ) A fase da implementação do sistema especialista é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes, o gargalo do processo. V-F-V V-V-V V-F-F https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp javascript:diminui(); javascript:aumenta(); javascript:calculadora_on(); F-F-F F-V-F 4:21 Explicação: A inteligência Artificial possui várias técnicas, entre elas, o sistema especialista, que consiste em uma técnica de IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio. O Dendral foi um sistema especialista desenvolvido em 1965, contendo regras para resolver problemas relacionados à química orgânica. A fase de aquisição de conhecimento é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes o gargalo do processo. 3. Em cada paradigma de Inteligência Artificial agrega-se um conjunto de possibilidades de aplicação devido aos seus níveis de indeterminismo, expertise, reconhecimento de regras, proatividade e autonomia. determinismo, especialização, reconhecimento de padrões, inteligência e dependência. determinismo, generalização, reconhecimento de padrões, criatividade e autonomia. indeterminismo, especialização, reconhecimento de regras, aprendizagem e autonomia. indeterminismo, generalização, reconhecimento de regras, criatividade e autonomia. 5:03 Explicação: A Inteligência Artificial pode ser dividida em paradigmas, como, por exemplo, o paradigma simbólico, o paradigma conexionista, o paradigma evolutivo, entre outros. Cada paradigma leva a um conjunto de possibilidades de aplicação devido aos seus níveis de determinismo, generalização, reconhecimento de padrões, criatividade e autonomia. Dessa forma, estamos classificando a IA em seus níveis, entendendo melhor tudo aquilo que cabe dentro da definição do que é Inteligência Artificial, e assim ficam mais compreensíveis suas potencialidades e seus usos. 4. De acordo com os paradigmas de Inteligência Artificial, pode-se afirmar que um modelo simbolista é formado por uma rede de elementos conectados por pesos que detêm o conhecimento. é um modelo que aprende a partir dos dados. não possui conhecimento representado explicitamente. lida apenas com símbolos gráficos. lida com conhecimento explícito e representado simbolicamente. 5:47 Explicação: https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp A Inteligência Artificial possui vários paradigmas. Um deles é o paradigma simbólico, que consiste em estruturas simbólicas que podem ser compreendidas por seres humanos. Dessa maneira, é correto afirmar que o modelo simbolista lida com conhecimento explícito, facilmente interpretado por humanos. Os resultados são descrições simbólicas das entidades dadas e devem ser compreensíveis como simples pedaços de informação e diretamente interpretáveis em linguagem natural. 02811TÉCNICAS DE BUSCA PARA INTELIGÊNCIA ARTIFICIAL 5. Qual método de pesquisa irá expandir o nó que está mais próximo do objetivo? Busca A*. Busca bidirecional. Busca em Profundidade. Busca gananciosa pelo melhor primeiro (Greedy best-first search). Busca pelo melhor primeiro (Best First Search). 7:04 Explicação: O algoritmo de busca gulosa primeiro é caracterizado por fazer escolhas que tenham o potencial de conduzir mais rapidamente à solução alvo. Por se tratar de uma heurística, o método não garante a escolha da solução ótima, mas, como os demais métodos heurísticos, funcionam bem na prática para determinados tipos de problema, como, por exemplo, para traçar rotas. 6. Selecione a opção que apresenta a busca que implementa a operação de pilha para buscar os estados. Busca pelo melhor primeiro. Busca em largura. Busca com profundidade limitada. Busca em largura limitada. Busca em profundidade. 7:19 Explicação: Uma das características do algoritmo de busca em profundidade é o retorno para um estado anterior a fim de explorar outras soluções. Esse processo é conhecido como backtracking, ou seja, a trilha do caminho de retorno. Para implementar esse processo, que, normalmente, é feito por meio de recursividade, o algoritmo utiliza de uma estrutura de dados de pilha. https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp 7. A respeito dos métodos de busca local, selecione a opção correta. Um algoritmo de busca local sempre encontra a solução ótima de um problema, desde que ela exista. Todos os algoritmos de busca local sempre são completos. Os algoritmos de busca local são eficientes no uso da memória. Não é possível criar um algoritmo ótimo de busca local. Ainda que uma solução não exista no espaço de estados, o algoritmo de busca local é capaz de identificá-la. 9:12 Explicação: Os algoritmos de busca local são bastante utilizados para resolver problemas práticos devido à eficiência na exploração dos recursos computacionais, como memória, por exemplo, uma vez que o escopo das suas buscas fica restrito a uma determinada vizinhança, porém, não garantem encontrar a solução ótima do problema, caso ela exista. A solução pode ser ou não restrita a um subconjunto do espaço de estados. Um algoritmo é chamado de completo se ele encontra a solução ótima, desde que ela exista e os algoritmos de busca local não podem garantir isso, pois o seu espaço de busca é limitado. 02775REPRESENTAÇÃO DE CONHECIMENTO, RACIOCÍNIO AUTOMÁTICO E APRENDIZADO 8. É possível aplicar algoritmos de inteligência artificial em equipamentos que utilizam informações vagas com uma habilidade que simulama intuição humana. Nesse sentido, selecione a opção correta sobre essa técnica de Inteligência Artificial. Lógica de primeira ordem. Lógica de segunda ordem. Lógica das sentenças. Lógica fuzzy. Lógica booleana. 7:44 Explicação: A lógica booleana, ou lógica das sentenças, trata de valores lógicos binários. As lógicas de primeira e de segunda ordem não são adequadas para representação da incerteza. As redes neurais artificiais são úteis para resolver muitos problemas práticos. Essa capacidade está associada à característica de flexibilidade da rede que pode conter diversas camadas ocultas. Dessa forma, comportamentos nebulosos, representados pela lógica fuzzy, podem ser representados por uma rede neural. https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp 9. Algumas regras de aprendizagem são conhecidas por mais de uma forma. Em relação à regra de aprendizagem Instar, selecione a opção que contém outra forma pela qual ela é conhecida. O vencedor leva tudo. Distribuição aleatória. Método dos mínimos quadrados. Regra de aprendizagem Outstar. Regra de aprendizagem Perceptron. 9:30 Explicação: A outra forma de chamar a regra de aprendizagem Instar é que o vencedor leva tudo. Isso ocorre porque essa regra tem como característica principal a escolha da unidade que produz a saída com melhor resultado. Após a escolha da unidade, é feito o ajuste dos pesos sinápticos. As demais alternativas estão erradas, pois não se referem à regra de aprendizagem instar. 10. Em relação às leis de aprendizado de máquina, selecione a opção correta que contém as leis que pertencem à mesma categoria. Instar, Positivismo. Hebbian, Perceptron. Hebbian, Widrow-Hoff. Instar, Outstar. Perceptron, Delta. Data Resp.: 05/09/2022 14:30:25 Explicação: Entre os métodos de aprendizado de máquina estão os de aprendizado supervisionado, que se caracterizam por ser dado uma solução alvo no conjunto de treinamento, e os métodos de aprendizado não supervisionado, que não recebem uma solução alvo no conjunto de treinamento. Muitas regras de aprendizado de redes neurais se situam em uma dessas categorias. No caso dos itens da questão, apenas os métodos Perceptron e Delta estão na mesma categoria que é o de regras de aprendizado supervisionado. https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp
Compartilhar