REDES NEURAIS 1

Prévia do material em texto

REDES NEURAIS 
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 camadas 
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