EXERCÍCIOS

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