Prova de Grau C _ Prueba de Grado C_ Revisão da tentativa

Prévia do material em texto

22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 1/10
Painel / Cursos / 2021ED / Disciplinas 2021ED / 2021ED - Inteligência Artificial - G91-1393EAD4A / Grau B e Grau C / Grado B y Grado C
/ Prova de Grau C / Prueba de Grado C
Iniciado em sábado, 18 Dez 2021, 16:07
Estado Finalizada
Concluída em sábado, 18 Dez 2021, 17:28
Tempo
empregado
1 hora 21 minutos
Avaliar 6,00 de um máximo de 10,00(60%)
Questão 1
Incorreto
Atingiu 0,00 de 1,00
Considere a seguinte árvore de um jogo de soma zero, no qual as utilidades mostradas nos nós-folha são para o primeiro jogador, que é o
MAX. Se segundo jogador é o MIN, indique quais ramos da árvore a aplicação do algoritmo Minimax com Poda Alfa-Beta podaria:
ESPANHOL:
Considere el siguiente árbol de un juego de suma cero, en el cual las utilidades mostradas en los nudos hoja son para el primer jugador, que es
el MAX. Si el segundo jugador es el MIN, indique cuáles ramas del árbol la aplicación del algoritmo Minimax con Poda Alfa-Beta podaría:
Escolha uma opção:
a. Os ramos que levam a (5) e (8);
Las ramas que llevan a (5) y (8);
b. Os ramos que levam a (-2) e (8);
Las ramas que llevan a (-2) y (8);
c. Os ramos que levam a (5), (-2) e (1);
Las ramas que llevan a (5), (-2) y (1);

d. Os ramos que levam à (-2), (8) e (-8);
Las ramas que llevan a (-2), (8) y (-8);
e. Os ramos que levam a (-2), (3) e (1);
Las ramas que llevan a (-2), (3) y (1);
Sua resposta está incorreta.
A resposta correta é:
Os ramos que levam a (-2) e (8); 
Las ramas que llevan a (-2) y (8);
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=8
https://eadgraduacao.ftec.com.br/mod/quiz/view.php?id=312862
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 2/10
Questão 2
Correto
Atingiu 1,00 de 1,00
Considere o seguinte conjunto de exemplos de treino que descreve o conceito “Assinante da Revista Super Carros”. A tabela abaixo descreve as
características de um possível cliente e o alvo é a coluna “Cliente?”. As características consideradas são: o sexo, a idade (<26 anos) e se tem
carro.
Para a construção de uma árvore de decisão indutiva baseado nos algoritmos de aprendizagem vistos na disciplina, qual a sequência correta de
passos, e na ordem correta, a serem utilizados?
 
Espanhol:
Considere el siguiente conjunto de ejemplos de entrenamiento que describe el concepto “Suscrito a la Revista Super Carros”. ¿La tabla de abajo
describe las características de un posible cliente y la meta es la columna “Cliente?”. Las características consideradas son: el sexo, la edad (<26 años)
y si tiene coche.
Para la construcción de un árbol de decisión inductiva basado en los algoritmos de aprendizaje vistos en la asignatura, ¿cuál es la secuencia
correcta de pasos, y el orden correcto, que deberán ser utilizados?
Escolha uma opção:
a. 1. Escolher qualquer atributo, baseado apenas no cálculo de Entropia;
2. Gerar um ramo para cada atributo;
3. Gerar qualquer valor daquele atributo.
 
1. Escoger cualquier atributo, basado apenas en el cálculo de Entropía;
2. Generar una rama para cada atributo;
3. Generar cualquier valor de aquel atributo.
b. 1. Gerar um ramo para um valor qualquer;
2. Escolher um atributo como raiz, sem critério algum;
3. Atribuir um valor meta ou com valor mais comum.
 
1. Generar una rama para un valor cualquiera;
2. Escoger un atributo como raíz, sin ningún criterio;
3. Atribuir un valor meta o con valor más común.
c. 1. Escolher o melhor atributo, baseado no cálculo de Entropia e Ganho;
2. Gerar um ramo para cada valor do atributo escolhido;
3. Gerar outros ramos para atributos aleatórios.
 
1. Escoger el mejor atributo, basado en el cálculo de Entropía y Ganancia;
2. Generar una rama para cada valor del atributo escogido;
3. Generar otras ramas para atributos aleatorios.
d. 1. Escolher o melhor atributo, baseado apenas no cálculo de Ganho;
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 3/10
2. Atribuir um valor mais comum.
3. Gerar um ramo para cada valor do atributo escolhido;
 
1. Escoger el mejor atributo, basado apenas en el cálculo de Ganancia;
2. Atribuir un valor más común.
3. Generar una rama para cada valor del atributo escogido;
e. 1. Escolher o melhor atributo, baseado no cálculo de Entropia e Ganho;
2. Gerar um ramo para cada valor do atributo escolhido;
3. Atribuir um valor meta ou com valor mais comum.
 
1. Escoger el mejor atributo, basado en el cálculo de Entropía y Ganancia;
2. Generar una rama para cada valor del atributo escogido;
3. Atribuir un valor meta o con valor más común.
 

Sua resposta está correta.
A resposta correta é:
1. Escolher o melhor atributo, baseado no cálculo de Entropia e Ganho; 
2. Gerar um ramo para cada valor do atributo escolhido; 
3. Atribuir um valor meta ou com valor mais comum. 
1. Escoger el mejor atributo, basado en el cálculo de Entropía y Ganancia; 
2. Generar una rama para cada valor del atributo escogido; 
3. Atribuir un valor meta o con valor más común. 
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 4/10
Questão 3
Incorreto
Atingiu 0,00 de 1,00
Em um sistema especialista baseado em regras, as regras de produção no formato SE-ENTÃO estão agrupados em um banco de Regras. Os
dados são representados por um conjunto de fatos sobre a situação corrente, mantida em uma memória de trabalho. A máquina de inferência
compara cada regra a partir dos fatos armazenados na base de conhecimento, através de um mecanismo de “Pattern Matching”. A combinação
de regras com os fatos determina uma cadeia de inferência ou modo de raciocínio que pode alterar a base de conhecimento, descobrindo
fatos novos. 
Caso um sistema especialista utilize o modo de raciocínio progressivo (Forward Chaining ou Inferência Dedutiva), isso significa que:
Assinale a única alternativa correta.
Espanhol:
En un sistema especialista basado en reglas, las reglas de producción en el formato SI-ENTONCES están agrupadas en una base de Reglas. Los
datos son representados por un conjunto de hechos sobre la situación corriente, mantenida en una memoria de trabajo. La máquina de inferencia
compara cada regla a partir de los hechos almacenados en la base de conocimiento, a través de un mecanismo de “Pattern Matching”. La
combinación de reglas con los hechos determina una cadena de inferencia o modo de raciocinio que puede alterar la base de conocimiento,
descubriendo hechos nuevos.
En el caso de que un sistema especialista utilice el modo de raciocinio progresivo (Forward Chaining ou Inferência Dedutiva), eso significa que:
 
Escolha uma opção:
a. A parte direita das regras de produção é comparada com a memória de trabalho.
La parte derecha de las reglas de producción es comparada con la memoria de trabajo.
b. A parte esquerda das regras de produção é comparada com a memória de trabalho.
La parte izquierda de las reglas de producción es comparada con la memoria de trabajo.
c. A parte direita das regras de produção é comparada com a base de conhecimento.
La parte derecha de las reglas de producción es comparada con la base de conocimiento. 
d. A parte esquerda das regras de produção é comparada com a base de conhecimento.
La parte izquierda de las reglas de producción es comparada con la base de conocimiento. 

e. As regras de produçãosão executadas pelo usuário do sistema.
Las reglas de producción son ejecutadas por el usuario del sistema.
Sua resposta está incorreta.
A resposta correta é:
A parte esquerda das regras de produção é comparada com a memória de trabalho. 
La parte izquierda de las reglas de producción es comparada con la memoria de trabajo.
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 5/10
Questão 4
Correto
Atingiu 1,00 de 1,00
O Perceptron é a unidade mais simples de uma Rede Neural, considerado um classificador binário que mapeia entradas x para um valor de
saída y através de uma função f de ativação e a propagação de produtos escalares sobre as entradas. No algoritmo de aprendizagem do
Perceptron normalmente tem a seguinte sequência de passos:
 
1. Iniciar os pesos e bias com valores aleatórios pequenos;
2. Aplicar um padrão de entrada com seu respectivo valor desejado de
saída e verificar a saída da rede;
3. _______________________ ;
4. Se erro = 0, voltar ao passo 2 ;
5. Se erro ≠ 0, então:
                ______________
                Atualizar o Bias ;
         6. Voltar ao passo 2
 
Assinale nas alternativas abaixo quais passos correspondem, respectivamente, aos espaços faltantes no algoritmo acima:
 
Espanhol:
El Perceptron es la unidad más simple de una Red Neural, considerado un clasificador binario que mapea entradas x para un valor de salida y a
través de una función f de activación y la propagación de productos escalares sobre las entradas. En el algoritmo de aprendizaje del Perceptron
normalmente hay la siguiente secuencia de pasos:
 
1. Iniciar los pesos y bias con valores aleatorios pequeños;
2. Aplicar un patrón de entrada con su respectivo valor
deseado de salida y verificar la salida de la red;
3. _______________________;
4. Si error = 0, volver al paso 2;
5. Si error ≠ 0, entonces:
                       ______________
                       Actualizar el Bias;
      6. Volver al paso 2
 
Señale en las alternativas de abajo cuáles pasos corresponden, respectivamente, a los espacios faltantes en el algoritmo de arriba:
Escolha uma opção:
a. Atualizar os pesos e Calcular o erro na saída;
Actualizar los pesos y Calcular el error en la salida;
b. Calcular o erro na saída e Iniciar os pesos com valores aleatórios maiores dos que os iniciais;
Calcular el error en la salida e Iniciar los pesos con valores aleatorios mayores que los iniciales;
c. Verificar o padrão de entrada e Encerrar o algoritmo;
Verificar el patrón de entrada y Encerrar el algoritmo;
d. Calcular o erro na saída e atualizar os pesos;
Calcular el error en la salida y actualizar los pesos;

e. Calcular o erro na entrada e verificar se as saídas correspondem;
Calcular el error en la entrada y verificar si las salidas corresponden;
Sua resposta está correta.
A resposta correta é: Calcular o erro na saída e atualizar os pesos; 
Calcular el error en la salida y actualizar los pesos;
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 6/10
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 7/10
Questão 5
Incorreto
Atingiu 0,00 de 1,00
Considere o espaço de busca abaixo, onde S é o estado inicial e G é o único estado que satisfaz o teste de objetivo. Os rótulos nas arestas
indicam o custo de percorrê-las e a tabela abaixo mostra o valor de duas heurísticas h e h para cada estado.
Nós h h
S 5 6
A 3 5
B 4 2
C 2 5
D 5 3
G 0 0
 
Quais são os nós expandidos pela Busca A* usando cada uma das heurísticas (h e h ) separadamente, lembrando que a Busca A* utiliza a
soma do custo em percorrer os nós com os valores das heurísticas para cada nó. Por exemplo, o custo de (B)usando h seria de 2+4=6,
enquanto o custo do nó (B) usando h seria de 2+6=8?
ESPANHOL:
Considere el espacio de búsqueda de abajo, donde S es el estado inicial y G es el único estado que satisface la prueba de objetivo. Los rótulos
en las aristas indican el costo de recorrerlas y la tabla de abajo muestra el valor de dos heurísticas h y h para cada estado.
Nudos h h
S 5 6
A 3 5
B 4 2
C 2 5
D 5 3
G 0 0
¿Cuáles son los nudos expandidos por la Búsqueda A* usando cada una de las heurísticas (h y h ) separadamente, recordando que la
Búsqueda A* utiliza la suma del costo en recorrer los nudos con los valores de las heurísticas para cada nudo. Por ejemplo, el costo de
(B)usando h sería de 2+4=6, mientras el costo del nudo (B) usando h sería de 2+6=8? 
1 2
1 2
1 2
1
2
1 2
1 2
1 2
1 2
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 8/10
Questão 6
Correto
Atingiu 1,00 de 1,00
Escolha uma opção:
a. h1:S C A G e h2:S B C A G;
b. h1:S B D C A G e h2:S B D C G;
c. h1:S B D G e h2:S B C G;
 

d. h1:S B C G e h2:S B D G;
e. h1:S C B G e h2:S C D G;
Sua resposta está incorreta.
A resposta correta é: h1:S B C G e h2:S B D G;
A resolução de problemas através do paradigma evolutivo utiliza geralmente os algoritmos genéticos para endereçar problemas de otimização,
principalmente. A performance destes algoritmos depende do comportamento de certos parâmetros.
Um destes parâmetros procura prevenir a convergência prematura isto é, a saturação da população com cromossomos semelhantes. Quando
este parâmetro apresenta taxas baixas a estagnação de um valor é evitada, mas altas taxas neste parâmetro torna a população muito aleatória,
aumentando a possibilidade de que uma boa solução seja destruída . 
Seleciona qual a alternativa define corretamente o parâmetro que está sendo considerado.
Espanhol:
La resolución de problemas a través del paradigma evolutivo utiliza generalmente los algoritmos genéticos para dirigir problemas de optimización,
principalmente. La performance de estos algoritmos depende del comportamiento de ciertos parámetros.
Uno de estos parámetros busca prevenir la convergencia prematura, o sea, la saturación de la población con cromosomas semejantes. Cuando este
parámetro presenta tasas bajas, la estagnación de un valor es evitada, pero, altas tasas en este parámetro vuelve a la población muy aleatoria,
aumentando la posibilidad de que una buena solución sea destruida.
Seleccione cuál alternativa define correctamente el parámetro que está siendo considerado.
Escolha uma opção:
a. Direção do algoritmo;
Dirección del algoritmo;
b. Taxa de cruzamento;
Tasa de cruzamiento; 
c. Tipo de Cruzamento;
Tipo de Cruzamiento; 
d. Taxa de mutação;
Tasa de mutación; 

e. Tamanho da população;
Tamaño de la población; 
Sua resposta está correta.
A resposta correta é:
Taxa de mutação; 
Tasa de mutación; 
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 9/10
Questão 7
Completo
Atingiu 3,00 de 4,00
Dado que um único perceptron não consegue resolver problemas não linearmente separáveis:
a) {2 pontos} Explique porque o perceptron não consegue resolver este tipo de problema;
b) {1 ponto} Defina e exemplifique um problema não linearmente separável;
c) {1 ponto} Dê um exemplo de uma abordagem neural para resolver problemas linearmente separáveis;
 
ESPANHOL:
Dado que un único perceptron no consigue resolver problemas no linealmente separables:
a) {2 puntos} Explique por qué el perceptron no consigue resolver este tipo de problema;
b) {1 punto} Defina y ejemplifique un problema no linealmente separable;
c) {1 punto} Dé un ejemplo de un abordaje neural para resolver problemas linealmente separables;
a) Perceptrons de simples camada só conseguem resolver problemas linearmente separáveis; enquanto que os de múltiplas camadas podem
ser utilizados em problemaslinearmente inseparáveis, dado que a propagação dos padrões pelas várias camadas permite a construção
superfícies de decisão que combinam múltiplas superfícies lineares 
b) Para problemas de classificação não linearmente separável, é necessário conectar-se um número adequado de perceptrons numa topologia
multicamada. Os problema não linearmente separável são aqueles onde não se pode separar em duas classes distintas apenas traçando uma
reta.
c) Um exemplo muito utilizado é a função XOR
Comentário:
c) Uso do perceptron ou de uma rede neural feedforward de camada única; Retropropagação
22/09/2022 14:36 Prova de Grau C / Prueba de Grado C: Revisão da tentativa
https://eadgraduacao.ftec.com.br/mod/quiz/review.php?attempt=690688&cmid=312862 10/10