Baixe o app para aproveitar ainda mais
Prévia do material em texto
01 Das alternativas abaixo, qual representa uma rede de arquitetura alimentada adiante? 1. Um sistema constituído por duas camadas, entrada e saída, onde as informações são direcionadas em um sentido único, com a camada de entrada alimentada pelo meio externo 2. Um sistema constituído por três camadas (entrada, oculta e saída) em que as informações são reaproveitadas durante o processo de aperfeiçoamento do algoritmo de aprendizagem 3. Um sistema com quatro nós, uma camada de entrada, duas camadas ocultas e uma camada de saída, em que apenas um nó da camada de saída alimenta todos os neurônios da camada de entrada 4. Um sistema de N camadas ocultas, onde a camada de entrada é alimentada por nós de saída e por estímulos externos 5. Um sistema simples, de camada única, em que ao menos um nó de entrada é realimentado por um nó de saída 02 De acordo com a figura abaixo, assinale a alternativa que melhor descreve o grafo 1. Uma rede neural com 8 nós na camada de entrada, duas camadas ocultas e dois nós na camada de saída, totalmente conectada e alimentada adiante 2. Uma rede neural com 8 nós na camada de entrada, uma camada oculta e dois nós na camada de saída, totalmente conectada e alimentada adiante 3. Uma rede neural com 8 nós na camada de entrada, duas camadas ocultas e dois nós na camada de saída, parcialmente conectada e alimentada adiante 4. Uma rede neural com 8 nós na camada de entrada, duas camadas ocultas e dois nós na camada de saída, parcialmente conectada e retroalimentada 5. Uma rede neural com 8 nós na camada de entrada, uma camada oculta e dois nós na camada de saída, parcialmente conectada e retroalimentada 03 De acordo com a figura abaixo, assinale a alternativa que melhor descreve o grafo 1. Uma rede neural com 8 nós na camada de entrada, uma camada oculta e dois nós na camada de saída, parcialmente conectada e retroalimentada 2. Uma rede neural com 8 nós na camada de entrada, duas camadas ocultas e dois nós na camada de saída, totalmente conectada e alimentada adiante 3. Uma rede neural com 8 nós na camada de entrada, duas camadas ocultas e dois nós na camada de saída, parcialmente conectada e retroalimentada 4. Uma rede neural com 8 nós na camada de entrada, uma camada oculta e dois nós na camada de saída, parcialmente conectada e alimentada adiante 5. Uma rede neural com 8 nós na camada de entrada, duas camadas ocultas e dois nós na camada de saída, totalmente conectada e retroalimentada 04 De acordo com a figura abaixo, assinale a alternativa que melhor descreve o grafo 1. Uma rede neural com 8 nós na camada de entrada, uma camada oculta e dois nós na camada de saída, totalmente conectada e alimentada adiante 2. Uma rede neural com 8 nós na camada de entrada, uma camada oculta e dois nós na camada de saída, totalmente conectada e retroalimentada 3. Uma rede neural com 8 nós na camada de entrada, uma camada oculta e dois nós na camada de saída, parcialmente conectada e retroalimentada 4. Uma rede neural com 8 nós na camada de entrada, duas camadas ocultas e dois nós na camada de saída, totalmente conectada e alimentada adiante 5. Uma rede neural com 8 nós na camada de entrada, duas camadas ocultas e dois nós na camada de saída, totalmente conectada e retroalimentada 05 Considere uma rede de múltiplas camadas ocultas alimentadas adiante, na qual todos os neurônios operam em suas regiões lineares. Assinale a alternativa correta 1. Uma rede de neurônios com uma distribuição linear de N camadas ocultas equivale a uma rede de camada única 2. Uma rede de neurônios com uma distribuição linear de N camadas ocultas não pode ter mais do que um único nó de saída 3. Uma rede de neurônios com uma distribuição linear de N camadas ocultas equivale a uma rede retroalimentada por seus respectivos nós de saída 4. Uma rede de neurônios com uma distribuição linear de N camadas ocultas equivale a uma rede retroalimentada por apenas um nó de saída 5. Uma rede de neurônios com distribuição linear de N camadas ocultas equivale a uma rede de N c 06 Aprendizado não supervisionado é uma técnica de aprendizado de máquina em que os usuários não precisam supervisionar o modelo. Em vez disso, permite que o modelo trabalhe por conta própria para descobrir padrões e informações que não foram detectados anteriormente. Ele lida principalmente com os dados não rotulados Partindo do pressuposto acima, podemos afirmar que 1. São autônomos em relação a classificação de padrões, dependendo apenas das condições 2. Possuem autonomia para classificar e agrupar padrões, porém, são suscetíveis à influência externa de observadores 3. Não podem ser utilizadas em processos que porventura possam lidar com padrões de informações bem definidos 4. São úteis apenas na construção de redes com uma ou mais camadas ocultas 5. No aprendizado não supervisionado o conhecimento do professor é transferido para rede em um processo iterativo. Após o processo de treinamento, o professor é dispensado e a rede passa a lidar com o ambiente inteiramente por si mesma
Compartilhar