(AS III) INTELIGÊNCIA ARTIFICIAL

Prévia do material em texto

Pergunta 1
Resposta Selecionada: c. 
Respostas: a. 
b. 
c. 
d. 
e. 
Comentário da
resposta:
Considerando que as aprendizagens estatística e bayesiana utilizam como base a teoria das
probabilidades,analise os seguintes conjuntos denominadosEvento e Universo e seus RESPECTIVOS valores:
Evento = {a, f, w} Universo = {a, d, f, g, k, u, v, w, z} Logo, a probabilidade de algum dos elementos do conjunto
Evento ser encontrado dentro do conjunto Universo é de
0,33.
0,25.
0,30.
0,33.
0,50.
0,20.
O cálculo da probabilidade deverá ser realizado dividindo as quantidades de elementos em
Evento e Universo, vejamos: P(Evento) = n(Evento) / n(Universo)= 3 / 9 = 0,33
Pergunta 2
0,2 em 0,2 pontos
0,2 em 0,2 pontos
Resposta
Selecionada:
e. 
Respostas: a. 
b. 
c. 
d. 
e. 
Comentário
da resposta:
QUESTÃO ANULADA!!
POR FAVOR, ESCOLHA QUALQUER UMA
DAS ALTERNATIVAS DESSA QUESTÃO
PARA GANHAR OS PONTOS DELA.
A bibliografia estuda a indução pura e suas derivações como formas de implementação do processo de
aprendizagem, de modo que uma
QUESTÃO ANULADA!!
POR FAVOR, ESCOLHA QUALQUER UMA
DAS ALTERNATIVAS DESSA QUESTÃO
PARA GANHAR OS PONTOS DELA.
árvore de decisão toma como entrada um conjunto de atributos e retorna como saída uma
decisão, normalmente de valor lógico – verdadeiro ou falso, sim ou não –,dependendo da
entrada. Logo, uma árvore induzida a partir da árvore inicial, normalmente mais simples e que
chega mais rapidamente em resultados, será considerada uma situação de aprendizagem.
árvore binária de busca toma como entrada um conjunto de atributos e retorna como saída
uma decisão, normalmente de valor lógico – verdadeiro ou falso, sim ou não –, dependendo da
entrada. Logo, uma árvore induzida a partir da árvore binária inicial, que chega mais
rapidamente em resultados, será considerada uma situação de aprendizagem.
árvore de decisão toma como entrada dois atributos e retorna como saída um conjunto de
valores verdadeiros ou falsos, dependendo das entradas. Uma árvore induzida a partir da
árvore inicial, normalmente mais simples e que chega mais rapidamente em resultados, será
considerada uma situação de aprendizagem.
função que tenha sempre um único parâmetro ou atributo e que retorna como saída um valor
inteiro, gerando uma função induzida a partir da inicial, normalmente mais simples e que chega
mais rapidamente em resultados, o que será considerada uma situação de aprendizagem.
lista simplesmente ligada que toma como entrada um conjunto de atributos e pode retornar
como saída uma decisão, normalmente de valor lógico – verdadeiro ou falso, sim ou não –,
dependendo da entrada. Uma lista ligada induzida a partir da inicial, normalmente mais
simples, será considerada uma situação de aprendizagem.
árvore de decisão toma como entrada um conjunto de atributos e retorna como saída uma
decisão, normalmente de valor lógico – verdadeiro ou falso, sim ou não –,dependendo da
entrada. Logo, uma árvore induzida a partir da árvore inicial, normalmente mais simples e que
chega mais rapidamente em resultados, será considerada uma situação de aprendizagem.
Uma árvore binária de busca toma como entrada um conjunto de atributos e retorna como saída
uma decisão, normalmente de valor lógico – verdadeiro ou falso, sim ou não –, dependendo da
entrada. Logo, uma árvore induzida a partir da árvore binária inicial, que chega mais rapidamente
em resultados, será considerada uma situação de aprendizagem.As demais alternativas
apresentam situações ou estruturas de dados equivocadas para este contexto de aprendizagem
e que não coincidem com a situação das árvores de decisão, normalmente utilizadas como
exemplos de indução e aprendizagem supervisionada.
Pergunta 3 0,2 em 0,2 pontos
Resposta Selecionada: c. 
Respostas: a. 
b. 
c. 
d. 
e. 
Comentário da
resposta:
A regra ou teorema de Bayes é significativamente útil porque, às vezes, vários termos são conhecidos e
necessitamos encontrar uma probabilidade incógnita. Assim, o teorema de Bayes recebe este nome devido ao
matemático inglês Thomas Bayes (1701-1761), quem originalmente forneceu tal equação para prever novas
evidências, relacionando probabilidades a priori com probabilidades condicionadas.
Considerando a afirmação acima e que as aprendizagens estatística e bayesiana utilizam como base a teoria das
probabilidades,analise o seguinte problema a fim de descobrir os valores de suas probabilidades:
P(a) = 0,20
P(b) = 0,30
P(a | b) = 0,40
Qual é, portanto, o valor da probabilidade condicional ou posterior P(b | a)?
0,60.
0,266.
1,66.
0,60.
0,15.
0,24.
O teorema de Bayes estabelece que:
P(b | a)=P(a | b)P(b) P(a)
Logo, substituindo os dados fornecidos, obteremos a segunda probabilidade
condicional, que será 0,60.
Pergunta 4
Resposta
Selecionada:
e. 
Respostas: a. 
b. 
c. 
d. 
e. 
Comentário da
resposta:
Pode-se considerar que aprendizagem de máquina é a capacidade de melhorar o desempenho na realização de
alguma tarefa por meio da experiência, do que se aprende. Assim, considerando que a maioria dos autores
classifica a aprendizagem ou o aprendizado de máquina em várias categorias, é CORRETO dizer que a
aprendizagem supervisionada
pressupõe a presença de um supervisor, este considerado com algum critério ou medida de
adequação, assim como qualquer outro tipo de processo que oriente o treinamento ou
aprendizado.
desconsidera a figura do supervisor ou de qualquer outro tipo de processo que oriente o
treinamento ou aprendizado.
acontece com ações ou respostas do ambiente;significa aprender a partir do reforço ou da
recompensa.
elimina a figura do supervisor e requer que os aprendizes formem e avaliem seus conceitos
por si;métodos de aprendizado não supervisionado aprendem sem qualquer intervenção
humana.
considera prêmios ou estímulos para guiar o processo de aprendizado;aprendizes aprendem
com tais estímulos.
pressupõe a presença de um supervisor, este considerado com algum critério ou medida de
adequação, assim como qualquer outro tipo de processo que oriente o treinamento ou
aprendizado.
A aprendizagem supervisionada pressupõe a presença de um supervisor, que consideraremos
como algum critério ou medida de adequação, ou qualquer outro tipo de processo que oriente o
treinamento ou aprendizado. As demais alternativas se referem ao aprendizado não
supervisionado ou à aprendizagem por reforço
0,2 em 0,2 pontos