MACHINE LEARNING - a4

Prévia do material em texto

MACHINE LEARNING – a4
Questão 1
Os algoritmos de deep learning (aprendizado profundo) constituem uma inovação recente na área de aprendizado de máquina. Eles são uma espécie de caixa-preta, na qual entra um conjunto de dados (uma imagem, por exemplo) e, por meio de diversas funções matemáticas, é produzida uma saída que extrai um aprendizado do conjunto de dados de entrada, com resultados frequentemente precisos, ultrapassando o desempenho humano.
 
Considerando o conteúdo apresentado no enunciado, assinale a alternativa correta.
b.
Uma rede neural com mais de cinco camadas já caracteriza um aprendizado profundo. Essas camadas realizam transformações lineares e não lineares.
Questão 2
No modelo perceptron, os terminais de entrada constituem pesos sinápticos que emulam os dendritos dos neurônios humanos. É por eles que as mensagens caminham de um neurônio até o outro. As redes neurais carregam funções que fazem a ponderação desses pesos sinápticos e os combinam, ao realizarem a soma das entradas para a produção de saídas. Nas redes neurais artificiais, os neurônios podem ser encontrados em uma ou em mais de uma camadas. A partir de duas camadas, cada neurônio pode receber sinais das saídas dos neurônios da camada anterior.
 
A respeito das redes neurais artificiais, assinale a alternativa correta. 
b.
À medida que é realizado um avanço nas camadas em uma rede Multilayer Perceptron (MLP), novas classificações são realizadas pelas funções de ativação.
Questão 3
Florestas aleatórias podem fazer uso do que se denomina “bagging”: tomar múltiplos subconjuntos do conjunto de dados de treinamento, com o objetivo de construir um número de modelos de árvore de decisão independentes para, depois, tomar a média desses modelos, o que possibilita a criação de um modelo preditivo com desempenho comparado ao modelo clássico CART. Outra técnica para melhorar o desempenho das florestas aleatórias é o gradient boosted trees.
 
Sobre o gradient boosted trees, assinale a alternativa correta.
b.
O método boosting é similar ao bagging. No entanto,no bagging, as árvores crescem de forma sequencial, ou seja, cada árvore é construída a partir das informações da árvore anterior.
Questão 5
As aplicações das redes neurais são cada vez mais surpreendentes. Em específico, as redes neurais se notabilizam pela robustez apresentada em problemas de classificação. O objetivo dos algoritmos de treinamento não é minimizar o erro do conjunto de treinamento, mas aproximar as funções geradoras.
 
A respeito das redes neurais, analise as afirmativas a seguir e assinale (V) para a(s) Verdadeira(s) e(F)para a(s) Falsa(s).
 
I. (  )  Uma combinação de algoritmos utilizada nas aplicações das áreas de automação e de controle envolve lógica nebulosa e redes neurais.
II. (  ) Redes neurais com mais de cinco camadas fazem uso de vários algoritmos ao mesmo tempo em suas camadas internas, incluindo árvores de decisão, Naive Bayes e regressão linear.
III. (  )  As redes neurais não apresentam um desempenho suficiente em relação à Internet das Coisas (IoT), apesar de todo o investimento realizado nos últimos 10 anos.
IV. (  ) Uma das características das redes neurais artificiais é o fato de serem constituídas por unidades de processamento simples e densamente interconectadas.
 
Assinale a alternativa que apresenta a sequência correta.
c.
V, F, F, V.
Questão 6
As florestas aleatórias (random forests) constituem uma abordagem de aprendizagem supervisionada do tipo ensemble, a qualutiliza uma sequência de árvores de decisão. Nessa abordagem, são desenvolvidos inúmeros modelos preditivos e, para que as taxas de acerto sejam maiores, os resultados são agregados.
 
A respeito das florestas aleatórias, assinale a alternativa correta.
b.
O algoritmo random forest faz uso da amostragem de observações e de variáveis, a fim de gerar grande número de árvores de decisão.
Questão 7
O modelo perceptron, que foi desenvolvido por Rosenblatt em 1955, é muito interessante para o estudo na área de redes neuronais. Contudo, para a resolução de problemas reais, os quais, na maioria das vezes, não são separáveis linearmente, trata-se de um modelo limitado. Diante disso, há a necessidade de serem desenvolvidas redes neurais do tipo Multilayer Perceptron (MLP).
 
Em relação às redes neurais, assinale a alternativa correta. 
b.
Em uma rede Multilayer Perceptron usual, os neurônios das camadas intermediárias carregam uma função de ativação não linear do tipo sigmoidal.
Questão 8
A linguagem R oferece inúmeros pacotes e funções, os quais implementam a grande maioria dos algoritmos de machine learning. Usualmente, existem mais de um ou mais de três pacotes para um determinado algoritmo de machine learning. Desse modo, a profusão de nomes pode, eventualmente, gerar uma dificuldade inicial.
 
Sobre os pacotes e os comandos do R voltados aos algoritmos, assinale a alternativa correta.
a.
A função da linguagem R que implementa o gradient boosted trees se chama gbm(formula, data). Nela, o parâmetro "data" representa o conjunto de dados sob estudo, enquanto o parâmetro "formula" explicita as variáveis preditora e resposta.
Questão 10
Em paralelo à proposição feita por Rosenblatt a respeito da estrutura do perceptron, Widrow e Hoff apresentaram o algoritmo dos quadrados mínimos, também conhecido como regra delta. Trata-se de um mecanismo fundamental para a obtenção de um algoritmo de treinamento em redes neurais simples, cuja saída seja linear. Desde então, inúmeros desenvolvimentos foram realizados na área de redes neurais artificiais.
 
Sobre as redes neurais artificiais, assinale a alternativa correta.
e.
Em uma rede neural artificial, quando duas ou mais camadas são utilizadas, um neurônio pode receber, em seus terminais de entrada, valores de saída de um ou de mais neurônios da camada anterior.