REDES NEURAIS 2

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