Baixe o app para aproveitar ainda mais
Prévia do material em texto
REDES NEURAIS 01 Segundo Haykin (2001), um dos mecanismos que definem uma sinapse hebbiana é o mecanismo dependente do tempo, que diz o seguinte O mecanismo dependente do tempo se refere ao fato de que as modificações em uma sinapse hebbiana dependem do tempo exato de ocorrência dos sinais pré-sinápticos e pós-sinápticos Sobre a definição do mecanismo dependente do tempo, assinale a alternativa que representa uma série temporal 1. Análise de risco na aprovação de crédito imobiliário 2. A probabilidade de um acidente aéreo ocorrer em um determinado cenário 3. Evolução de um fundo de investimentos 4. A probabilidade de uma função estacionária transitar para um estado excitado 5. A probabilidade de tirarmos o número 6 em um jogo de dados 02 Considere um grupo de pessoas cuja opinião coletiva sobre um determinado assunto é definida pela média ponderada das opiniões de cada um dos indivíduos. Com o passar do tempo, observa-se que a opinião de um dos membros passa a ser contrária a opinião tida como opinião coletiva do grupo, de modo que o membro em questão se torna uma voz dissonante na multidão, com pouca ou nenhuma relevância Este comportamento é descrito por qual estratégia de aprendizado? 1. Aprendizado por correção de erro 2. Aprendizado competitivo 3. Aprendizado de Boltzmann 4. Aprendizado hebbiano 5. Aprendizado baseado em memória 03 Em um problema de lançamento de dados, calcule o valor esperado para a face voltada para cima após um lançamento. Assinale a alternativa correspondente 1. 4,5 2. 3,5 3. 2,5 4. 3,0 5. 4,0 04 Das alternativas abaixo, qual descreve as principais características da aprendizagem de Boltzmann? 1. Os neurônios podem ocupar apenas dois estados, que são distribuídos de forma aleatória de acordo com os princípios estocásticos 2. Os neurônios podem ocupar apenas dois estados, que são distribuídos de acordo com a afinidade entre os pares 3. Os neurônios podem ocupar qualquer estado, desde que os seus respectivos valores se encontrem entre -1 e +1 4. Os neurônios podem ocupar apenas dois estados, que são distribuídos a fim de maximizar a função energia 5. A interação entre o exterior e as camadas ocultas se dá pelo subconjunto de neurônios conhecidos por neurônios invisíveis 05 Considere uma rede de múltiplas camadas ocultas alimentadas adiante, na qual todos os neurônios operam em suas regiões lineares. Assinale a alternativa correta Uma rede de neurônios com uma distribuição linear de N camadas ocultas equivale a uma rede de camada única Uma rede de neurônios com uma distribuição linear de N camadas ocultas não pode ter mais do que um único nó de saída Uma rede de neurônios com uma distribuição linear de N camadas ocultas equivale a uma rede retroalimentada por seus respectivos nós de saída Uma rede de neurônios com uma distribuição linear de N camadas ocultas equivale a uma rede retroalimentada por apenas um nó de saída Uma rede de neurônios com distribuição linear de N camadas ocultas equivale a uma rede de N camadas 05 Em uma pesquisa do censo, a idade média de cinco municípios do estado de São Paulo foram as seguintes: 34, 32, 28, 33 e 30. Calcule a variância entre as idades citadas e assinale a alternativa correspondente 1. 4,60 2. 4,61 3. 4,82 4. 4,64 5. 4,80 06 No método de aprendizagem de Boltzmann, vimos que o status de funcionamento de um neurônios é definido por um valor numérico. Esta atribuição de valores ocorre a cada ciclo de máquina de maneira aleatória, de modo que a função energia é minimizada, levando o sistema para o chamado estado de equilíbrio térmico em um limite de tempo suficientemente grande. Sobre o aprendizado de Boltzmann, assinale a alternativa correta 1. De modo geral, o processo de Boltzmann atribui maiores pesos estatísticos aos estados que maximizam a função energia 2. Neste caso, o aprendizado de máquina ocorre durante o processo de iteração, em que neurônios são ligados e desligados aleatoriamente, a fim de minimizar a energia do sistema 3. A distribuição dos valores aos neurônios é feita de acordo com o número de camadas ocultas presentes na rede neural 4. A aprendizagem de Boltzmann é um exemplo de aprendizagem por reforço em uma rede supervisionada, alimentada adiante 5. O estado da rede neural é definido pelo número de camadas ocultas presentes na rede neural
Compartilhar