ATIVIDADE AVALIATIVA 3_ Revisão da tentativa

Prévia do material em texto

22/09/2022 14:36 ATIVIDADE AVALIATIVA 3: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=655420&cmid=312844 1/6
Painel / Cursos / 2021ED / Disciplinas 2021ED / 2021ED - Inteligência Artificial - G91-1393EAD4A
/ UNIDADE 3 - Aprendizagem Automática / Aprendizaje Automático / ATIVIDADE AVALIATIVA 3
Iniciado em domingo, 14 Nov 2021, 21:52
Estado Finalizada
Concluída em domingo, 14 Nov 2021, 21:56
Tempo
empregado
4 minutos 44 segundos
Avaliar 1,50 de um máximo de 2,50(60%)
https://eadgraduacao.ftec.com.br/course/view.php?id=3763
https://eadgraduacao.ftec.com.br/my/
https://eadgraduacao.ftec.com.br/course/index.php
https://eadgraduacao.ftec.com.br/course/index.php?categoryid=55
https://eadgraduacao.ftec.com.br/course/index.php?categoryid=56
https://eadgraduacao.ftec.com.br/course/view.php?id=3763
https://eadgraduacao.ftec.com.br/course/view.php?id=3763&section=6
https://eadgraduacao.ftec.com.br/mod/quiz/view.php?id=312844
22/09/2022 14:36 ATIVIDADE AVALIATIVA 3: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=655420&cmid=312844 2/6
Questão 1
Correto
Atingiu 0,50 de 0,50
Considerando que um conjunto de decisões racionais podem ser tomadas por um Agente Inteligente através de enunciados em lógica
proposicional, vamos assumir que um determinado conceito foi enunciado através da seguinte expressão Booleana:
Conceito 1: (A∧B)∨(C∧D)
Nesta representação, A, B, C e D são variáveis booleanas enquanto ‘∨’ e ‘∧’ são operadores lógicos.
Considerando também que o Agente use árvores de decisão para inferir a verdade do conceito, indique qual das alternativas a seguir melhor
representa uma árvore de decisão válida para representar o Conceito 1:
Escolha uma opção:
a.
b. 
c.
d.
e.
Sua resposta está correta.
A resposta correta é: 
22/09/2022 14:36 ATIVIDADE AVALIATIVA 3: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=655420&cmid=312844 3/6
Questão 2
Incorreto
Atingiu 0,00 de 0,50
02) Considerando o problema de decisão sobre Jogar Tênis, apresentado neste Módulo, a uma possível raiz para a árvore de decisão foi
calculada como sendo a característica “Aparência”. A partir do cálculo de Entropia e Ganho em cada característica, o maior ganho representa
uma melhor ordenação da construção da árvore de decisão.
O conjunto de dados observados está descrito na tabela abaixo:
 
Dado que o primeiro nível da árvore já foi calculado e que “Aparência” foi selecionado como a raiz da árvore, em seguida, para cada sucessor
da árvore deve-se refazer o cálculo do Ganho para decidir as próximas subárvores.
Qual das alternativas abaixo representa a raiz da subárvore para o ramo com o valor “Sol” da característica “Aparência” e o o ramo com o valor
“Chuva” da característica “Aparência”, respectivamente:
Escolha uma opção:
a. Vento e Temperatura
b. Temperatura e Vento
c. Temperatura e Umidade
d. Umidade e Vento
e. Vento e Umidade
Sua resposta está incorreta.
A resposta correta é: Umidade e Vento
22/09/2022 14:36 ATIVIDADE AVALIATIVA 3: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=655420&cmid=312844 4/6
Questão 3
Correto
Atingiu 0,50 de 0,50
Supondo que temos um perceptron para reconhecimento de algum padrão, um caractere manuscrito, por exemplo. A codificação implica na
entrada de uma matriz de pixels e um peso associado para cada perceptron. Como o objetivo da rede é “aprender” qual o conjunto de pesos
finais deve ser usado para corretamente aproximar o valor da entrada a um padrão supervisionado, poderíamos aplicar, por tentativa e erro,
pequenas mudanças no valor do peso e do bias, para obter pequenas alterações na saída. Mas na prática, se usarmos apenas os somatórios
ponderados, não é o que acontece. Pois uma pequena alteração nos pesos pode mudar completamente o valor de saída.
Para contornar este problema, um componente matemático foi adicionado ao perceptron que é responsável por simular esta mudança gradual
na saída dada a pequena variação do peso e bias. Indique qual das alternativas abaixo representa este componente importante no perceptron:
Escolha uma opção:
a. Função de ponderação
b. Matriz de pesos
c. Função de ativação
d. Conexão inibitória
e. Hiperplano
Sua resposta está correta.
A resposta correta é: Função de ativação
22/09/2022 14:36 ATIVIDADE AVALIATIVA 3: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=655420&cmid=312844 5/6
Questão 4
Incorreto
Atingiu 0,00 de 0,50
Na rede neural ilustrada na figura abaixo, os valores nas arestas (setas) representam os pesos entre os neurônios do tipo perceptron e o valor
de Bias para os nós intermediários estão explicitados nos respectivos nós.
Lembrando que os neurônios são do tipo Perceptron em uma arquitetura MLP, e que a função de ativação utilizada em todos os neurônios da
rede é a Sigmóide:
 
Com intervalo de saída de [0 à 1], indique quais as alternativas abaixo representam os valores obtidos nos neurônios escondidos O e O , e na
saída da rede O , respectivamente, quando a rede for ativada com os seguintes valores de entrada:
x1 = 0 e x2 = 1
x1 = 1 e x2 = 0
Escolha uma opção:
a. x x O O O
0 1 1,2 1,2 1,0
1 0 1,0 1,0 1,0

b. x x O O O
0 1 1,0 0,1 0,0
1 0 1,0 0,1 0,0
c. x x O O O
0 1 0,5 0,5 0,5
1 0 1,0 0,0 1,0
d. x x O O O
0 1 0,9 0,9 1,0
1 0 1,0 0,0 1,0
e. x x O O O
0 1 1,0 0,5 1,0
1 0 1,0 0,5 0,0
1 2
3
1 2 1 2 3
1 2 1 2 3
1 2 1 2 3
1 2 1 2 3
1 2 1 2 3
Sua resposta está incorreta.
A resposta correta é:
x x O O O 
0 1 0,9 0,9 1,0 
1 0 1,0 0,0 1,0 
1 2 1 2 3
22/09/2022 14:36 ATIVIDADE AVALIATIVA 3: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=655420&cmid=312844 6/6
Questão 5
Correto
Atingiu 0,50 de 0,50
Verificamos, conforme (Mitchel, 1997) que Aprendizagem de Máquina pode ser definida por um sistema computacional que busca realizar uma
tarefa T, aprendendo a partir de uma experiência E procurando melhorar uma performance P. Para a execução destas tarefas, quatro tipos
básicos de aprendizagem foram vistas e podem ser configurados segundo algumas características, que são elas:
I. Os dados utilizados para o treinamento da aprendizagem são extremamente volumosos e também contém a resposta desejada, isto é,
contém a variável dependente resultante das variáveis independentes observadas. Portanto, os dados são anotados com as respostas ou
classes a serem previstas.
II. Um agente computacional aprende padrões na entrada, sem que seja necessário fornecer nenhum feedback explícito.
Nesse caso, o agente terá que descobrir os perfis sem dados anotados ou classes previamente conhecidas.
III. Com uma grande coleção de dados contendo poucos exemplos rotulados é preciso combinar várias técnicas de análise
para, necessitando da ajuda de especialistas humanos.
IV. Sem conhecimento a priori o que irá acontecer, e considerando essa incerteza, as ações de agente computacional
precisam ser são avaliadas por um valor de esforço utilizado ao realizar uma determinada ação, constituindo-se em um
fator de recompensa ou punição.
As quatro características acima representam um tipo de aprendizagem de máquina. Assinale nas alternativas abaixo, a única
que enumera corretamente em ordem os tipos de aprendizagem de máquina correspondentes às afirmativas I, II, III e IV,
respectivamente:
a. Aprendizagem supervisionada, Aprendizagem por reforço, Aprendizagem semissupervisionada e Aprendizagem não supervisionada.
b. Aprendizagem por reforço, Aprendizagem semissupervisionada, Aprendizagem não supervisionada e Aprendizagem supervisionada.
c. Aprendizagem não supervisionada, Aprendizagem supervisionada, Aprendizagem semissupervisionada e Aprendizagem por reforço.
d. Aprendizagem supervisionada, Aprendizagem semissupervisionada, Aprendizagem não supervisionada e Aprendizagem por reforço.
e. Aprendizagem supervisionada, Aprendizagem não supervisionada, Aprendizagem semissupervisionada eAprendizagem por
reforço.

Sua resposta está correta.
A resposta correta é: Aprendizagem supervisionada, Aprendizagem não supervisionada, Aprendizagem semissupervisionada
e Aprendizagem por reforço.