PROJETO ANALÍTICO

Prévia do material em texto

1.
	
	Pontos: 1,00  / 1,00
	
	A respeito dos métodos de busca local, selecione a opção correta.
		
	 
	Os algoritmos de busca local são eficientes no uso da memória.
	
	Não é possível criar um algoritmo ótimo de busca local.
	
	Um algoritmo de busca local sempre encontra a solução ótima de um problema, desde que ela exista.
	
	Todos os algoritmos de busca local sempre são completos.
	
	Ainda que uma solução não exista no espaço de estados, o algoritmo de busca local é capaz de identificá-la.
	
	
	 2.
	
	Pontos: 1,00  / 1,00
	
	Selecione a opção que apresenta a busca que implementa a operação de pilha para buscar os estados.
		
	
	Busca em largura.
	
	Busca com profundidade limitada.
	 
	Busca em profundidade.
	
	Busca em largura limitada.
	
	Busca pelo melhor primeiro.
	
	
	 3.
	
	Pontos: 1,00  / 1,00
	
	Um dos problemas de otimização mais conhecidos é o do caixeiro viajante. Nesse problema, o caixeiro deve visitar de modo eficiente um conjunto de cidades e voltar para o ponto inicial. Nesse sentido, selecione a opção correta sobre as estratégias de busca.
		
	
	O problema do caixeiro viajante é usado apenas como uma referência acadêmica sem aplicações práticas.
	
	Devido às características complexas desse problema, não é possível resolvê-lo.
	 
	Esse problema é bastante complexo do ponto de vista computacional e, sob determinadas condições, pode ser resolvido por um algoritmo de busca local.
	
	Esse problema não pode ser resolvido por uma busca local.
	
	Por se tratar de um problema bem documentado, ele pode ser resolvido eficientemente por métodos determinísticos.
	
	
	 4.
	
	Pontos: 1,00  / 1,00
	
	Um dos métodos mais conhecidos para treinamento de uma rede neural é o backpropagation. Em relação a esse método, selecione a opção correta sobre suas características.
		
	 
	É um método aplicado a redes neurais de múltiplas camadas.
	
	É um método sofisticado que atua especificamente sobre a camada intermediária para ajustar os pesos.
	
	Trata-se de um método com baixa dependência dos ajustes dos parâmetros e dos dados de treinamento.
	
	Tem como principal característica o ajuste dos pesos durante o processamento da camada de entrada para a camada de saída.
	
	É um método exato que, ao final do treinamento, garante que o modelo é capaz de generalizar classificações.
	
	
	 5.
	
	Pontos: 1,00  / 1,00
	
	As redes neurais artificiais possuem a vantagem de poderem ser aplicadas a muitas situações práticas. Uma dessas aplicações são os problemas de classificação, mas também possuem algumas limitações. Em relação às desvantagens das redes neurais artificiais, selecione a opção correta.
		
	
	Na prática, as redes neurais artificiais são muito complexas para resolver problemas reais.
	
	As redes neurais artificiais extraem as características dos dados de treinamento tornando-se superespecializadas.
	
	As redes neurais artificiais são modelos probabilísticos, então, não é possível fazer afirmações sobre sua taxa de acerto.
	
	Devido à flexibilidade das redes neurais artificiais sempre é possível ajustar um modelo para que a taxa de acerto seja alta.
	 
	Não é trivial fazer uma correspondência entre as soluções fornecidas por uma rede neural e sua arquitetura.
	
	
	 6.
	
	Pontos: 1,00  / 1,00
	
	As redes neurais são úteis para modelar e resolver diversas categorias de problemas. Nesse sentido, selecione a opção correta a respeito das aplicações das redes neurais.
		
	
	São capazes de desenvolver processos criativos sem a necessidade de base de conhecimento.
	
	São aplicadas em contextos em que há limitação de dados.
	
	Devem ser aplicadas para demonstração de teoremas.
	 
	Problemas linearmente separáveis estão entre as categorias que podem ser modelados por redes neurais.
	
	São indicadas para substituir os profissionais em atividades complexas e eventuais.
	
	
	 7.
	
	Pontos: 1,00  / 1,00
	
	Considere o pseudocódigo de implementação da Busca por Retrocesso, abaixo:
Selecione a afirmativa verdadeira:
		
	
	Para implementar a heurística que percorre os valores possíveis das Variáveis, na ordem cujo os valores restringem menos seus vizinhos, podemos modificar a função PickUnassignedVariable(V).
	 
	Para implementar a heurística que seleciona uma variável não atribuída, de modo a selecionar a variável mais restrita, podemos modificar a função PickUnassignedVariable(V).
	
	Para implementar a heurística que seleciona uma variável não atribuída, de modo a selecionar a variável mais restrita, podemos modificar a função Domain(V).
	
	No pior caso, esse algoritmo é de O(n).
	
	No pior caso, esse algoritmo é de ordem O(n²).
	
	
	 8.
	
	Pontos: 1,00  / 1,00
	
	Modifique o programa Restrições Domínios Finitos para resolver o seguinte problema de restrição de domínios finitos: VERY + NICE = MEMES, onde cada letra representa um algarismo de 0 a 9. Quantas soluções têm esse problema?
 
% S E N D
% + M O R E
% _________
% M O N E Y
 
 
		
	 
	8
	
	5
	
	10
	
	4
	
	7
	
	
	 9.
	
	Pontos: 1,00  / 1,00
	
	Para o problema da árvore genealógica, cujo código está disponibilizado logo abaixo. A pessoa que ocupa a posição X é:
		
	
	João
	
	Henrique
	 
	Pedro
	
	José
	
	Simon
	
	
	 10.
	
	Pontos: 1,00  / 1,00
	
	O paradigma conexionista, também conhecido por redes neurais artificiais, forma um paradigma de IA que tem inspiração no comportamento do cérebro, além de outras características. Assinale a alternativa representa uma característica desse paradigma:
I - Processam a informação de forma paralela e distribuída.
II - Generalizam conhecimento aprendido.
III - Lidam com conhecimento não simbolicamente representado.
IV - São algoritmos de otimização.
V - O conhecimento é aprendido por meio do estímulo e resposta.
		
	 
	Apenas as afirmativas I, II, III e V estão corretas.
	
	Apenas as afirmativas I e V estão corretas.
	
	Apenas as afirmativas I, II e V estão corretas
	
	Apenas as afirmativas I, II e III estão corretas.
	
	Apenas as afirmativas II e III estão corretas.