Logo Passei Direto
Buscar

Inteligência Artificial - PROVA

Conjunto de questões: Q1 aborda anúncio do Google News que usa IA/ML e pede avaliar afirmações sobre Ray Kurzweil e a origem de fake news, com gabarito e justificativas; Q2 é um problema de probabilidade/Bayes sobre fabricantes (80%,15%,5%) e taxas de defeito (4%,6%,9%).

Material
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

Questão 1
Respondida
Durante apresentação na Google I/O nesta terça-feira (8), a empresa anunciou mais
uma empreitada para combater notícias falsas. A gigante vai lançar uma nova
versão do Google News, plataforma que reúne notícias de principais sites pelo
mundo. Mas não é só isso: a empresa vai utilizar inteligência artificial e machine
learning aliado à inteligência humana para garantir a veracidade das informações.
Trystan Upstill, engenheiro do Google Notícias, explica em post oficial que a nova
plataforma usa técnicas de IA para fazer uma análise em tempo real que reconhece
pessoas, lugares e coisas relacionadas àquela informação. Com isso, a empresa
consegue organizar o fato e entregar um resumo do que está acontecendo ao
usuário. Agora, o app oferece também a opção “para você”, que organiza as notícias
entre os principais assuntos de interesse do usuário. “Começamos com um resumo
de cinco histórias que o Google Notícias organizou para você, uma mistura das
manchetes mais importantes, notícias locais e os mais recentes andamentos sobre
os assuntos em que você está interessado”, explica Upstill. A partir deste contexto,
avalie a seguintes afirmações, assinalando (V) para afirmações verdadeiras ou (F)
para afirmações falsas.
( ) O futurista e diretor de engenharia do Google Ray Kurzweil afirma que,
mantendo-nos no caminho que estamos trilhando, a Inteligência Artificial se
equiparará à inteligência humana por volta do ano 2029. A partir daí, ficaremos para
trás;
( ) As fake news é um exemplo da capacidade das máquinas de aprenderem o
comportamento humano, a partir de inteligências de processamento de linguagem
natural e aprendizagem de máquina, por exemplo;
( ) As fake news, na maioria das vezes, é oriunda de humanos maliciosos;
( ) As fakes news, na maioria das vezes, é oriunda de bots maliciosos.
Assinale a alternativa que apresenta a sequência correta:
 V – V – F – F.
 F – F – V – V.
 V – F – V – F.
 V – V – F – V.
 V – V – V – F.
Sua resposta
V – F – V – F.
( )O futurista e diretor de engenharia do Google Ray Kurzweil afirma que,
mantendo-nos no caminho que estamos trilhando, a Inteligência Artificial se equiparará
à inteligência humana por volta do ano 2029. A partir daí, ficaremos para trás; -->
Verdadeira, de acordo com o material didático, O futurista e diretor de engenharia do Google
Ray Kurzweil afirma que, mantendo-nos no caminho que estamos trilhando, a Inteligência
Artificial se equiparará à inteligência humana por volta do ano 2029 (SULLEYMAN, 2017b).
A partir daí, ficaremos para trás. Se isso é uma boa ou
má notícia, depende do tanto de ética — sob o ponto de vista humano — conseguiremos
ensinar às máquinas e se elas, ao atingirem a superinteligência, decidirão que seguir os
preceitos da ética é, de fato, uma boa ideia. ( )As fake news é um exemplo da capacidade
das máquinas de aprenderem o comportamento humano, a partir de inteligências de
processamento de linguagem natural e aprendizagem de máquina, por exemplo; -->
Verdadeira. Tecnologias de NLP e AM imprimem parâmetros em seus algoritmos que
"imitam" linguagem e aprendizado humano. ( )As fake news, na maioria das vezes, é
oriunda de humanos maliciosos; --> Falsa, pois as fake news na maioria das vezes é oriunda
de bots (programas) que criam e reproduzem noticias falsas. ( )As fakes news, na maioria
das vezes, é oriunda de bots maliciosos. --> Verdadeira, conforme explicação anterior.
Questão 2
Respondida
A companhia AZ fabrica 80% dos dispositivos móveis na América Latina, a
companhia BrT produz 15% deles e a empresa Cio produz os outros 5%. Os
dispositivos móveis feitos pela Az têm uma taxa de defeitos de 4%, os da BrT têm
uma taxa de defeitos de 6% e os da empresa Cio têm uma taxa de defeitos de 9%.
Considere agora os casos:
a) Caso um dispositivo móvel for selecionado aleatoriamente por um consumidor
em geral, encontre a probabilidade de que ela tenha sido feita pela Az.
b) Se um dispositivo móvel selecionado aleatoriamente for testado e for
considerado defeituoso, encontre a probabilidade de que ele tenha sido feito pela
empresa Az.
Assinale a alternativa correta:
 a) 0,4 e b) 0234 respectivamente
 a) 0,2 e b) 0.703 respectivamente
 a) 0,32 e b) 1,45 respectivamente
 a) 0,5 e b) 0.502 respectivamente
 a) 0,8 e b) 0.703 respectivamente
Sua resposta
a) 0,2 e b) 0.703 respectivamente
Solução: Nós usaremos a seguinte notação:
I. Se um
dispositivo móvel for selecionado aleatoriamente da população geral de todos os dispositivos
móveis, a probabilidade de que ele tenha sido feita por AZ é de
II. Se agora temos a informação adicional de que o
dispositivo móvel foi testado e foi encontrado com defeito, queremos revisar a
probabilidade da parte (a) para que as novas informações possam ser usadas. Queremos
encontrar o valor de P (A | D), que é a probabilidade de o dispositivo móvel ter sido feito
pela empresa Az, uma vez que está com defeito. Com base nas informações fornecidas,
sabemos essas probabilidades:
Questão 3
Respondida
Em muitos problemas reais, não há informações completas sobre o ambiente, seja
por falha na coleta dos dados, imprecisão do aparelho de coleta ou até mesmo
sendo a informação de impossível obtenção. Nestes casos técnicas que trabalham
com o raciocínio probabilístico podem ser interessantes. Métodos de raciocínio
probabilístico podem trabalhar bem em ambientes onde existem informações
parciais (incompletas) ou informações aproximadas (não exatas), ou seja, tais
métodos podem ser aplicados sobre incertezas. Em ambientes de incerteza é
possével utilizar-se de ferramentas como a Teoria da Probabilidade com enfoque
Bayesiano, que considera a probabilidade como o grau de certeza da ocorrência de
um evento.Entre os métodos estatísticos utilizados em I.A., destaca-se o
aprendizado Bayesiano, que utiliza um modelo probabilístico baseado no
conhecimento prévio do problema, o qual é combinado com exemplos de
treinamento para determinar a probabilidade final de uma hipótese (Mitchel citado
por Rezende, 2004, p.93). A partir deste cenário, julgue as afirmativas a seguir em
(V) Verdadeiras ou (F) Falsas.
( ) Redes bayesianas são modelos de representação do conhecimento que
trabalham com o conhecimento incerto e incompleto por meio do Teorema de
Bayes, publicado pelo matemático Thomas Bayes em 1763;
( ) Os sistemas baseados em redes Bayesianas não são capazes de gerar
automaticamente predições ou decisões mesmo na situação de inexistência de
algumas peças de informação;
( ) Nos anos 60 foram experimentadas técnicas de teoria da decisão e técnicas
Bayesianas em problemas de diagnóstico médico;
( ) A técnica de Redes Bayesianas é uma abordagem interpretativa e analítica para
a Inteligência Artificial Probabilística e tem sido utilizada recentemente em diversas
áreas como, por exemplo, estimação de risco operacional, diagnóstico médico,
credit scoring, projeto de jogos computacionais, imputação de dados, entre outras.
Assinale a alternativa que apresenta a sequência CORRETA:
 V – V – F – F.
 F – F – V – V.
 V – F – V – F.
 V – F – V – V.
 V – V – V – F.
Sua resposta
V – F – V – V.
Analisemos as sentenças: ( )Redes bayesianas são modelos de representação do
conhecimento que trabalham com o conhecimento incerto e incompleto por meio do Teorema
de Bayes, publicado pelo matemático Thomas Bayes em 1763; --> De acordo com
(RUSSEL e NORVIG, 2013), agentes inteligentes existem em uma situação de
incerteza, que se dá pela capacidade de observar o ambiente apenas de maneira
parcial, pelo não-determinismo do ambiente, ou por uma combinação de ambos e para
resolver essa situação, um método bastante eficaz é o método probabilístico, que leva em
consideração as probabilidades de cada ação levar a um resultado esperadoou, pelo
menos, a uma configuração do ambiente mais favorável ao agente.Os autores afirmam
que o método probabilístico é representado pelas Redes Bayesianas, baseadas no
trabalho de ThomasBayes, estatístico e filósofo inglês do século XVIII. ( )Os sistemas
baseados em redes Bayesianas não são capazes de gerar automaticamente predições ou
decisões mesmo na situação de inexistência de algumas peças de informação; --> Falsa. Veja
que essa afirmação condiz o que foi conceitualizado por (RUSSEL e NORVIG, 2013) na
descrição acima. ( )Nos anos 60 foram experimentadas técnicas de teoria da decisão e
técnicas Bayesianas em problemas de diagnóstico médico; --> Verdadeira. Redes
Bayesianas são diagramas que organizam o conhecimento numa dada área através de
um mapeamento entre causas e efeitos. Além disso, os sistemas baseados em redes
Bayesianas são capazes de gerar automaticamente predições ou decisões mesmo na
situação de inexistência de algumas peças de informação. Portanto, as redes bayesianas
são muito utilizadas em sistemas de diagnóstico médico. ( )A técnica de Redes
Bayesianas é uma abordagem interpretativa e analítica para a Inteligência Artificial
Probabilística e tem sido utilizada recentemente em diversas áreas como, por exemplo,
estimação de risco operacional, diagnóstico médico, credit scoring, projeto de jogos
computacionais, imputação de dados, entre outras. -->Verdadeira. Segundo Mitchel, citado
por Rezende (2004, p.93), entre os métodos estatísticos, destaca-se o aprendizado
Bayesiano, que utiliza um modelo probabilístico baseado no conhecimento prévio do
problema, o qual é combinado com exemplos de treinamento para determinar a
probabilidade final de uma hipótese. Assim, as Redes Bayesianas são uma abordagem
interpretativa e analítica para o raciocínio probabilista e tem sido utilizada
recentemente em diversas áreas como, por exemplo, estimação de risco operacional,
diagnóstico médico, credit scoring, projeto de jogos computacionais, imputação de
dados, entre outras.
Questão 4
Respondida
De acordo o relatório realizado pela companhia de negócios indiana Allied Market
Research, o mercado global de redes neurais foi avaliado em US $ 7.039 milhões em
2016 e deverá atingir US $ 38.719 milhões em 2023, crescendo em uma CAGR de
28,0% de 2017 à 2023. Os serviços bancários, financeiros e de seguros representam
o segmento de mercado mais atraente, que deve criar oportunidades lucrativas para
os participantes do setor. A rede neural é uma forma de inteligência artificial, que
envolve uma série de algoritmos usados para entender a relação entre conjuntos de
dados e obter a saída desejada. Esta rede implementa um processo, que é projetado
para incorporar as funcionalidades do cérebro humano através de uma variedade de
tecnologias de aprendizagem profunda e para resolver problemas complexos de
reconhecimento de padrões ou processamento de sinais. As aplicações da rede
neural incluem previsão meteorológica, reconhecimento de manuscrito, análise de
dados de exploração de petróleo, reconhecimento facial e transcrição de voz para
texto, entre outros. O crescimento do mercado de redes neurais é impulsionado pelo
crescimento na demanda por soluções baseadas em nuvem, demanda por dados
espaciais e ferramentas analíticas, e aumento nas soluções de previsão de
mercado. Além disso, é esperado que áreas de aplicações aumentadas para redes
neurais profundas criem oportunidades lucrativas para o crescimento do mercado
de redes neurais. No entanto, a escassez de profissionais capacitados deve
prejudicar o crescimento do mercado durante o período de previsão.
CAGR -taxa composta de crescimento anual
De acordo o texto-base o relatório afirma que :
 o crescimento do mercado de redes neurais terá um grande crescimento em
diversas áreas
 mesmo com poucos profissionais capacitados não afetará o mercado global
no futuro
 o mercado global de redes neurais foi avaliado em $ 38.719 milhões em
2050
 os serviços bancários, financeiros e de seguros serão os mais afetados de
forma negativa com o uso da redes neurais
 as redes neurais é uma tecnologia que tende a ficar obsoleta em 5 anos
Sua resposta
o crescimento do mercado de redes neurais terá um grande crescimento em diversas áreas
CORRETA, porque as redes neurais terão um crescimento sobretudo em aplicações com
previsão meteorológica, reconhecimento de manuscrito, análise de dados de exploração de
petróleo, reconhecimento facial e transcrição de voz para texto, entre outros.
Questão 5
Respondida
O Teste de Turing é baseado em uma antiga brincadeira de salão, como o próprio
Turing explica: o “Jogo da Imitação”, que aliás foi o título do filme de 2014 que conta
parte da história de Alan Turing, em especial seu trabalho como criptologista na
Segunda Guerra Mundial. Um exemplo do funcionamento do Teste de Turing é
exibido pela figura a seguir:
Figura 1 - Funcionamento - Teste de Turing.
Fonte: http://iaexpert.com.br/i. Acessado em: 16 de maio de 2018.
A partir da análise da figura e sobre o Teste de Turing, marque as afirmativas a
seguir em (V) Verdadeiras ou (F) Falsas.
( ) No Teste de Turing, existem dois humanos e um sistema de inteligência artificial
situados em um mesmo ambiente;
( ) Um interrogador entra em uma conversa em linguagem natural (via teclado) com
o outro humano e também com a máquina, e caso ele não consiga distinguir se está
conversando com a máquina ou com o ser humano é um indicativo de que o
sistema é inteligente e passou no Teste de Turing;
( ) No artigo original de 1950, o humano da figura acima é do sexo feminino, o
computador simula uma pessoa do sexo masculino e o interrogador pode ter
qualquer sexo. Deste modo, o interrogador deve fazer perguntas para ambos e o
objetivo é descobrir qual dos dois é o homem e qual é a mulher;
( ) Em 1966, Joseph Weizenbaum criou a ELIZA, o primeiro programa para
conversação que simulava a conversa entre um paciente e seu psicólogo. Em
seguida, Alan Turing, propõe o Teste de Turing.
Assinale a alternativa que apresenta sequência correta:
 V - F - V - F.
 F - F - F - F.
 V - F - F - F.
 V - V - F - F.
 V - V - V - F.
Sua resposta
V - F - F - F.
Veja: Analisemos as afirmações propostas: ( )No Teste de Turing, existem dois
humanos e um sistema de inteligência artificial situados em um mesmo ambiente; -->
Verdadeira, porque no Teste de Turing os dois humanos (um homem e uma mulher) são
separaos em uma sala em que o sistema de IA tentar determinar qual dos dois é o homem e
qual é a mulher. ( )Um interrogador entra em uma conversa em linguagem natural (via
teclado) com o outro humano e também com a máquina, e caso ele não consiga
distinguir se está conversando com a máquina ou com o ser humano é um indicativo de
que o sistema é inteligente e passou no Teste de Turing; Verdadeira, porque conforme o
material didático, caso o árbitro não consiga identificar o ser humano na primeira variação,
ou identificar se seu colóquio é com um computador ou com um ser humano na versão
simplificada, Turing afirma que a máquina no primeiro caso e a entidade (seja um ser
humano ou uma máquina) no segundo caso, são entidades inteligentes. ( )No artigo
original de 1950, o humano da figura acima é do sexo feminino, o computador simula
uma pessoa do sexo masculino e o interrogador pode ter qualquer sexo. Deste modo, o
interrogador deve fazer perguntas para ambos e o objetivo é descobrir qual dos dois é o
homem e qual é a mulher; -->Verdadeira, porque de acordo com o material didático O Teste
de Turing é baseado em uma antiga brincadeira de salão, como o próprio Turing (1950)
explica: o “Jogo da Imitação”, que aliás foi o título do filme de 2014 que conta parte da
história de Alan Turing, em especial seu trabalho como criptologista na Segunda Guerra
Mundial. O Jogo da Imitação consiste em um homem e uma mulher, separados em uma sala,
com um árbitro enviando-lhes perguntas e recebendo as respostas — ambos por meio de
mensagens escritas ou pelo teclado/tela de um sistema computacional. O objetivo do árbitro é
determinar, depois de um número finito de perguntas, quem é o homem e quem é a mulher,
enquanto ambosbuscam confundi-lo sem mentir.
( )Em 1966, Joseph Weizenbaum criou a ELIZA, o primeiro programa para
conversação que simulava a conversa entre um paciente e seu psicólogo. Em seguida,
Alan Turing, propõe o Teste de Turing. --> Falsa, porquefoi a partir do Teste de Turing,,
proposto em 1950, que foi possível propor e desenvolver o chatbot ELIZA. Referência
TURING, A. M., Computing machinery and intelligence, Revista A Quarterly Review of
Psychology and Philosophy, v. 59, n. 236, pp. 433-460, out. 1950.
Questão 6
Sem resposta
Um neurônio artificial representa a base de uma rede neural artificial, um modelo da
neuro computação e orientado nas redes neurais biológicas. Considere a seguinte
figura que ilustra um neurônio artificial.
Fonte: lmtech.info, acessado em 18 ago 2018.
Assim, complete as lacunas a seguir:
O __________ foi proposto por McCulloch & Pitts em 1943, onde os diversos
____________ advindos do ____________ são espelhados pelo conjunto {X1, X2,
X3,.....,Xn}, análogos aos impulsos elétricos externos captados pelos dendritos no
neurônio biológico. As ponderações conhecidas como ____________ são espelhados
pelo conjunto {W1,W2,...,Wn}, onde os ____________ determinam a relevância que
cada entrada (Xi) de dados tem. Onde a saída do neurônio artificial representada por
u é a soma ponderada das entradas. E y representa o ____________ produzido pelo
neurônio.
Assinale a alternativa que completa as lacunas corretamente:
 Modelo de neurônio mais simples / sinais de entrada / meio externo / pesos
sinápticos / pesos sinápticos / valor final.
 Modelo de neurônio mais simples / sinais de entrada / meio externo / pesos
sinéticos / pesos sinéticos / valor final.
 Modelo de neurônio / sinais de entrada / meio externo / pesos sinéticos /
pesos sinéticos / valor final.
 Modelo de neurônio mais simples / sinais de entrada / meio externo / pesos
sinápticos / pesos sinápticos / valor de entrada.
 Modelo de neurônio mais simples / sinais de saída / meio externo / pesos
sinápticos / pesos sinápticos / valor final.
Sua resposta
Modelo de neurônio mais simples / sinais de entrada / meio externo / pesos sinápticos / pesos
sinápticos / valor final.
Analisemos o neurônio artificial apresentado:
O modelo de neurônio mais simples foi proposto por McCulloch & Pitts em 1943, onde os
diversos sinais de entrada advindos do meio externo são espelhados pelo conjunto {X1, X2,
X3,.....,Xn}, análogos aos impulsos elétricos externos captados pelos dendritos no neurônio
biológico. As ponderações conhecidas como pesos sinápticos são espelhados pelo conjunto
{W1,W2,...,Wn} , onde os pesos sinápticos determinam a relevancia que cada entrada (Xi)
de dados tem. Onde a saída do neuronio artificial representada por u é a soma ponderada das
entradas. E y representa o valor final produzido pelo neurônio. Sendo o neurônio artificial
composto por : Sinais de entrada {X1, X2, X3,.....,Xn} Sinais advindos do meio externo, ou
seja os dados de entrada. Pesos sinápticos {W1,W2,...,Wn} Valore que irão ponderar os
dados de entrada indicando a relevancia de cada entrada. Combinador Linear {∑} Agregar
todos os valores de entrada ponderados. Limiar de ativação ou bias {Θ} Variavel que
determina o patamar para que o combinador linear produza um resultado em direção a saída
do neurônio. Potencial de ativação {u} Resultado produzido pela diferença entre o
combinador linear e o limiar de ativação (bias). Função de ativação {g} Limitar a saída do
neurônio dentro de valores razóaveis. Sinal de saída {y} Valor final produzido por um
neurônio.
Questão 7
Sem resposta
Cormen, Leierson, Rivest e Stein (2011) descrevem o método de busca em
profundidade como sendo aquele em que o algoritmo explora a profundidade de um
ramo da árvore o máximo que for possível (até chegar a uma folha) antes de
retornar à bifurcação mais próxima ainda não explorada e repetir o processo de
aprofundamento.
Dada a árvore e entendendo que em uma busca em ordem lê primeiro o nó
esquerdo, em seguida a raiz e depois o nó direito, escreva a ordem com que os nós
serão lidos.
Fonte: Brolesi 2018.
Assinale a alternativa correta:
 {7, 4, 2, 5, 1, 8, 6, 9, 3}
 {7, 5, 4, 2, 1, 8, 6, 9, 3}
 {3, 9, 6, 8, 1, 5, 2, 4, 7}
 {3, 9, 6, 8, 1, 5, 2, 7, 4}
 {3, 9, 6, 8, 5, 1, 2, 4, 7}
Sua resposta
{3, 9, 6, 8, 5, 1, 2, 4, 7}
Em-Ordem (EVD) –Primeiramente realiza-se o processo recursivo de visita do ramo à
esquerda (E); em seguida o nó corrente é visitado (V); em seguida realiza-se o processo
decursivo de visita do ramo à direita (D).
Questão 8
Sem resposta
A aprendizagem competitiva é uma forma de aprendizado não supervisionado em
redes neurais artificiais. Os nós competem pelo direito de responder a um
subconjunto dos dados de entrada. A aprendizagem competitiva funciona
aumentando a especialização de cada nó na rede. É bem adequado para encontrar
clusters nos dados.
Avalie V (verdadeiro) ou F (falso) as afirmações sobre as características da
aprendizagem competitiva.
( ) Os neurônios recebem sinais estimulantes das camadas anteriores, mas eles
mesmos geram sinais inibidores para os neurônios de saída de sua mesma camada.
( ) As conexões com sinalização são denotadas por retas, enquanto as conexões
de sinalização negativa são denotadas por curvas.
( ) Os neurônios de entrada competem para ver qual deles será o responsável pelo
disparo.
( ) Possui um mecanismo por meio do qual os neurônios competem pelo direito de
responder a um conjunto qualquer de sinais de saída.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
 V - V - F - F
 V - F - F - F
 V - V - V - F
 F - V - V - F
 V- V - F - F
Sua resposta
V - V - F - F
Solução: (V) Os neurônios recebem sinais estimulantes das camadas anteriores, mas eles
mesmos geram sinais inibidores para os neurônios de saída de sua mesma camada. (V) As
conexões com sinalização são denotadas por retas, enquanto as conexões de sinalização
negativa são denotadas por curvas (F) Os neurônios de entrada competem para ver qual deles
será o responsável pelo disparo (F )Possui um mecanismo por meio do qual os neurônios
competem pelo direito de responder a um conjunto qualquer de sinais de saída
Na aprendizagem competitiva os neurônios recebem sinais estimulantes das camadas
anteriores, mas eles mesmos geram sinais inibidores para os neurônios de saída de sua mesma
camada. As conexões com sinalização positiva (que potencialmente excitam e provocam o
disparo dos neurônios na camada posterior) são denotadas por retas, enquanto as conexões de
sinalização negativa (que potencialmente inibem e impedem o disparo dos neurônios da
mesma camada), são denotadas por curvas.
Figura: Uma rede Neural de Aprendizado Competitivo
Em uma rede neural regida pelo mecanismo de Aprendizado Competitivo, os neurônios de
saída competem para ver qual deles será o responsável pelo disparo, ou seja,
o direito de responder a um conjunto qualquer de sinais de entrada, de modo que apenas um
único neurônio de saída esteja ativo (ou seja, "ligado") de cada vez.
Questão 9
Sem resposta
O procedimento de aprendizado da correção de erros é bastante simples na
concepção. O procedimento é o seguinte: Durante o treinamento, uma entrada é
colocada na rede e flui através da rede, gerando um conjunto de valores nas
unidades de saída. Na rota mais direta, os valores de erro podem ser usados para
ajustar diretamente os pesos da derivação, usando um algoritmo como o algoritmo
de retropropagação.
Figura: Aprendizado por correção de erro
Fonte: Sampaio 2018.
Portanto de acordo com a figura do texto o sinal de erro pode ser definido com:
 (n) = (n) - (n)
 (n) = (n) - (n)
 (n) = (n) - (n)
 (n) = (n) - (n)
 (n) = (n) - (n)
Sua resposta
(n) = (n) - (n)
Solução: Um neurônio de saída k que, em determinado momento n recebe um vetor de
relações sinal-peso de entrada, representada por x(n). O neurônio k gera um sinal de saída, a
partir de um vetor (n). Este vetor(n) é subtraído de um vetor desejado (n),
com o resultado sendo o vetor de erro (n): (n) = (n) - (n) O vetor
(n) é realimentado ao neurônio k com o objetivo de corrigir os pesos dos próximos sinais de
entrada.
Questão 10
Sem resposta
Cormen, Leierson, Rivest e Stein (2011) descrevem o método de busca em
profundidade como sendo aquele em que o algoritmo explora a profundidade de um
ramo da árvore o máximo que for possível (até chegar a uma folha) antes de
retornar à bifurcação mais próxima ainda não explorada e repetir o processo de
aprofundamento.
Considere a árvore a seguir e o resultado {F, B, A, D, C, E, G, I, H}.
Fonte: Brolesi 2018.
Assinale a alternativa que se refere corretamente ao tipo de busca realizado:
 Busca em profundidade usando pré ordem.
 Busca em profundidade usando em Ordem.
 Busca em profundidade usando pós Ordem.
 Busca em largura.
 Busca heurística.
Sua resposta
Busca em profundidade usando pré ordem.
Exige-se conhecimento de árvores de busca em extensão e profundidade e também dos tipos
de busca em profundidade (pré-ordem, em-ordem e pós-ordem)

Mais conteúdos dessa disciplina