Inteligência Artificial para Devs

Prévia do material em texto

aprendizado de máquina comporta vários métodos de aprendizagem de acordo com o sinal. Identifique a opção que exemplifica esses métodos: Método de aprendizado por associação e memorização Método de aprendizado inteligente e não inteligente Método de aprendizado estruturado e não estruturado Método de aprendizado supervisionado e não supervisionado Método de aprendizado por classificação e regressão 2. Ref.: 4332284 Pontos: 0,00 /1 algoritmo de aprendizado de máquina K-means é um algoritmo de agrupamento estatístico que permite separar um conjunto de dados em K grupos disjuntos. Qual a técnica usada para isso? Regressão Associação Simbolização Clusterização Classificação 7. Ref: 7803089 Pontos: 1,00 Um CIO de uma grande empresa farmacêutica quer implantar um projeto de deep learning com o objetivo de buscar insights para o crescimento da empresa no mercado e, portanto, precisa identificar os pontos positivos (prós) de uma solução de Deep Learning. Quais são os pontos positivos do Deep Learning? Alto custo de implementação. Necessidade de grande quantidade de dados limpos. Baixo tempo de treinamento das soluções. Arquitetura facilmente adaptável a vários domínios de problemas. Dificuldade na interpretação das informações. Em rede neural artificial, esse componente é uma variável incluída na soma da função de ativação, com o objetivo de aumentar o grau de liberdade desta função, portanto, a capacidade de aproximação da rede. valor deste componente é ajustado da mesma forma que os pesos sinápticos e pode ser atualizado e alterado pela rede neural durante treinamento, assim como os pesos. As redes neurais artificiais, não sabem antecipadamente quais os valores a escolher para esse componente e permite valores em uma direção ou outra. Qual opção abaixo corresponde, corretamente, a esta definição? Camada oculta (Hidden layer) Feed Forward Camada de saída (Output layer) Backpropagation Viés (Bias)Correlacione os itens a seguir: (S) Treinamento supervisionado (N) Treinamento não supervisionado com I - - A rede neural artificial aprende a partir de padrões conhecidos. II - treinamento é direcionado para diminuir o erro na saída. III - Os padrões de treinamento possuem apenas entradas. Assinale a alternativa correta: I(N), II(N) e III (S) I(N), (N) e III (N) I(N), (S) e III (S) I(S), (S) e III (S) I(S), (S) e III (N) De acordo com os paradigmas de Inteligência Artificial, pode-se afirmar que um modelo simbolista lida apenas com símbolos gráficos. é um modelo que aprende a partir dos dados. lida com conhecimento explícito e representado simbolicamente. é formado por uma rede de elementos conectados por pesos que detêm não possui conhecimento representado explicitamente. Respondido em 04/10/2023 20:43:14 Um gerente de projetos está identificando os riscos de um projeto de deep learning de sua organização e, portanto, precisa identificar os pontos negativos (contras) de uma solução dessas. Quais são os pontos negativos do Deep Learning? Desempenho de geração. Arquitetura facilmente adaptável a vários domínios de problemas. Reduz a necessidade de engenharia de recursos. Dificuldade na interpretação das informações. Baixo custo de implementação. 7395 - VISÃO COMPUTACIONAL E RECONHECIMENTO DE IMAGEM 9. Ref.: 7805305 Pontos: A visão computacional apresenta várias aplicações práticas. Selecione a opção correta que justifique o uso de visão computacional para detectar a veracidade do logotipo da marca de uma empresa Usar tecnologias avançadas para se posicionar diante dos competidores do mercado Valorizar a marca da empresa Aumentar o engajamento do público-alvo Reduzir o tempo de investigação do controle de qualidade Evitar fraudesRepresentam partes componentes de um sistema especialista Não é possível a identificação das partes componentes de um sistema especialista. Motor de inferência Base de conhecimento Base de dados De acordo com os paradigmas em Inteligência Artificial, é uma das principais características dos sistemas nebulosos: (Escolha a alternativa CORRETA) São formados por uma rede de elementos conectados por pesos que detêm conhecimento Modela o funcionamento dos neurônios do cérebro Lidar com o raciocínio aproximado utilizando conceitos imprecisos Questão (Ref.: 201102305459) Pontos: Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, qual é o principal fung do termo de momento aplicado à formula de ajuste dos pesos? Para frear a convergência, inibindo a atração de mínimos locais e permitindo a convergência para o global Para explorar múltiplos pontos de mínimo da função Para acelerar a convergência utilizando um fator multiplicador arbitrado pelo algoritmo Para frear a convergência para o valor de mínimo da função de erro, uma vez que uma descida mais lent impede que se passe do ponto desejado Para acelerar a convergência utilizando a tendência de correção do ciclo anterior Ainda que não pareça quando um computador escuta nossa por um microfone, ele também pode ser capaz de compreendê-la dado que tenha um componente de programado nele. Que opção melhor se encaixa na lacuna? $3 Inteligência Artificial Processamento de Áudio e Voz Processamento de Sinais Processamento de Imagem Processamento da Linguagem Natural Questão (Ref.: 201102266782) Pontos: 0,2 / 7 1 Função heurística 2 B D F Vértice h 5 A 2 A 1 2 B 5 4 C 4 C E G 3 D 1 E 3 F 0 G 3 Apresente o percurso gerado pelo algoritmo A* para entre os nós A e F. Justifique as escolhas feitas em cada nó. Resposta: Algoritmo A* busca o caminho: ABCDEFQuestão (Ref.: 201102287210) Pontos: 0,8 Em relação aos métodos de busca com informação (busca heurística) e sem informação (busca desinformada), aplicados a problemas em que todas as ações têm o mesmo custo, o grafo de busca tem fator de ramificação fini e as ações não retornam a estados já visitados. (Escolha a alternativa CORRETA) A segunda solução encontrada pela estratégia de busca em largura é a solução ótima. A primeira solução encontrada pela estratégia de busca em profundidade é a solução ótima. A estratégia de busca gulosa é eficiente porque expande apenas os nós que estão no caminho da solução A estratégia de busca A* é eficiente porque expande apenas os nós que estão no caminho da solução. As estratégias de busca com informação usam funções heurísticas, pois quando bem definidas, permitem melhorar a eficiência da busca. Natural Language Toolkit, ou mais comumente NLTK, é um conjunto de bibliotecas e programas para processamento simbólico e estatístico de linguagem natural para inglês escrito na linguagem de programação Python. Qual processo podemos aplicar a esse framework para dividir uma frase em palavras ou tokens individuais? A N-gramas B Tokenização Questão (Ref.: 201102287617) Pontos: 0,8 operador genético que realiza a escolha de indivíduos probabilisticamente, baseando-se no seu grau de aptidão é: Adaptação Criação Crossover Mutação SeleçãoAssinale as afirmações a seguir com V para verdadeiro ou F para falso e depois marque a alternativa correta: Sistema especialista consiste em uma técnica de IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio. Dendral foi um sistema desenvolvido em 1965, contendo redes neurais artificiais para resolver problemas relacionados à química orgânica. A fase da implementação do sistema especialista é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes, o gargalo do processo. A V-F-V B V-F-F Questão (Ref.: 201803487816) Pontos: 1,0 / 1,0 Comparando-se a atualização dos pesos dos neurônios entre modelos de redes neurais de aprendizado supervisionado e não-supervisionado, verifique quais afirmativas são falsas ou verdadeiras: ( ) Não existem diferenças na atualização dos pesos entre uma rede perceptron multicamadas (MLP) e uma rede competitiva. ( ) Em ambas abordagens de aprendizado, um número reduzido de pesos são atualizados a cada época ( ) Na rede competitiva os neurônios competem entre si e apenas os pesos associados ao neurônio vencedor são atualizados em uma iteração. Assinale a alternativa correta que preenche os valores de cima para baixo: F, F, V F, V, F V, V, F V, F, V F, V, V Questão (Cód.: 135700) Pontos: 0,0 / 1,0 De acordo com os paradigmas em Inteligência Artificial, NÃO é uma característica dos sistemas evolucionários: (Escolha a alternativa CORRETA) Exploram informações históricas para encontrar novos pontos de busca Busca paralela e estruturada, que é voltada em direção ao reforço da busca de pontos de "alta aptidão Algoritmos de otimização global que baseiam-se nos mecanismos da seleção natural São formados por uma rede de elementos conectados por pesos que detêm o conhecimentoOs Sistemas Especialistas são construídos a partir de regras que procuram se aproximar de uma expressão humana de representação do conhecimento. Assim analise as afirmações abaixo: I- nas regras pode-se usar operadores lógicos II- as regras podem produzir uma ou mais conclusões que são acionadas quando as premissas são verdadeiras III- As premissas ou conclusões são também chamadas de situação/ação ou ainda de antecedente/consequente das regras. Assinale a alternative CORRETA. Apenas as afirmativas I e III são corretas. Apenas as afirmativas II e III são corretas. Apenas a afirmativas I está correta. As as afirmativas I, IIe III são corretas Apenas as afirmativas I e II são corretas. Questão (Cód.: 135693) Pontos: 1,0 / 1,0 De acordo com os paradigmas em Inteligência Artificial, pode-se afirmar que um modelo conexionista: (Escolha a alternativa CORRETA): Lida com raciocínio sobre o conhecimento representado e justifica as decisões É programado com um algoritmo que reflete o conhecimento que se deseja representar Aprende a partir dos dados e generaliza o conhecimento aprendido Questão (Ref.: 201102357899) DESCARTA Os sistemas nebulosos de acordo com os paradigmas em Inteligência Artificial possuem como principais características: I- Lidar com o raciocínio aproximado utilizando conceitos imprecisos II- Modelar o funcionamento dos neurônios do cérebro III- Capturar informações descritas em linguagem natural e convertê-las para um formato numérico. Estão corretas as afirmações: Somente I e III Somente II e III Somente I Somente I e II Somente IISobre as aplicações de IA no setor de transporte, julgue as opções a seguir: - A Inteligência Artificial tem sido aplicada com frequência no sistema de transporte público das cidades. - Um exemplo de aplicação da IA no setor de transporte são os robôs aptos a oferecer informações a passageiros em estações. III - o uso da IA no setor de transporte pode promover possíveis adaptações nos trajetos de usuários baseadas na análise das experiências coletadas. IV - A Inteligência Artificial ainda está sendo avaliada em relação a sua aplicabilidade no sistema de transporte das cidades. Assinale a opção correta: A Os itens e III estão corretos. B Os itens e IV estão corretos. C Apenas o item III está correto. D Apenas os itens I, e III estão corretos. Questão (Ref.: 201803412740) Pontos: 0,0 / 1,0 Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, o que pode acarretar para a qualidade da rede treinada, o treinamento além do ponto desejado? I - A rede esquece os padrões aprendidos II - Diminuição da capacidade de generalização da rede III Apenas desperdício de tempo computacional De acordo com a abordagem, assinale a opção CORRETA: Somente os itens I e III estão corretos Somente o item II está correto. Somente o item III está correto. Somente os itens II e III estão corretos Somente o item I está correto.Analise as afirmações a seguir: I. Muitos processos de decisão humanos exigem o aramazenamento de uma grande quantidade de conhecimento e a existência de mecanismos de busca ágeis. Para estes sistemas, os grafos se mostram estruturas ideais, na medida em que cresce a quantidade grande de estados e operações possíveis. II. Nos problemas com representações de grafos, todo o conhecimento necessário à solução do problema está disponível, quer através da enumeração das ações possíveis (representadas pelos operadores), quer através dos estados possíveis através da aplicação dos operadores), quer ainda pelo conhecimento de um estado inicial e do(s) estado(s) final(is) que se desejava alcançar. III. Muitos problemas para os quais procuramos respostas, são incompletos. Para estes problemas, é necessária a existência de mecanismos de inferência, que gerem novos conhecimentos a partir de conhecimentos existentes ou que possam considerar fontes exteriores de aquisição de conhecimento. IV. Para representar o conhecimento devemos possuir formas de representar tanto as informações, como os procedimentos (ações). V. Redes Semânticas, Objetos Estruturados, Lógica de Primeira Ordem ou Regras de Produção representam formas de represenatação do conhecimento. Selecione a opção correta: Todas as afirmações são falsas. As afirmações I e III são falsas e as afirmações II, IV e V são verdadeiras. Todas as afirmações são verdadeiras. A afirmação I é falsa e as afirmações II, III, IV e V são verdadeiras. Considere que a Sanasa busca realizar a gestão de recursos com base em parâmetros conhecidos que determinam a poluição das águas Um desses para exemplificar, seria o nitrato, um indicador de poluição difusa de água Criando-se regras para realizar o aprendizado supervisionado do sistema de Data Mining utilizando-se uma certa técnica, chegar-se-á a um resultado que considera os diversos parâmetros para se descobrir se um certo aquifero tem água potável ou não, comparando-se com uma definição conhecida. Assinale a opção que identifica essa técnica: A Associação B ClassificaçãoCom o objetivo de obter informações por meio do aprendizado de máquina, verificou-se que o processo que estava sendo realizado consistia em examinar as de determinado objeto e prever um determinado valor numérico baseado em dados conhecidos; verificou-se também uso de algoritmos de aprendizado supervisionados. Identifique que ação está sendo realizada: A Regressão A construção da imagem passa por diversas etapas. Com base nesse fato, selecione a opção correta que corresponde a um dos elementos da formação das imagens no cérebro. A Visualizar todas as cores de um objeto B Associar as formas com as cores C Inverter uma imagem D Definição das bordas Nesse tipo de aprendizado, o modelo encontra padrões e aufere conclusões dos dados não rotulados, ou seja, não é indicado ao modelo o que ele deve aprender. Ou seja, um conjunto de dados (dataset) é fornecido sem rótulos e um modelo aprende propriedades úteis da estrutura do conjunto de dados. Essa descrição se refere a que tipo de aprendizado? A Aprendizado Não supervisionadoNesse tipo de aprendizado, os modelos resultantes envolvem atividades como: o agrupamento de exemplos semelhantes (clustering), redução de dimensionalidade e estimativa de densidade. Qual o tipo de aprendizado estamos nos referindo? D por Claudio luis, E-mail claudioluisri@gmail.com para uso pessoal e privado. Este material pode ser protegido pc autorais e não pode ser reproduzido ou repassado para terceiros. 01/04/2025, 18:55:52 Aprendizado supervisionado Aprendizado inicial Aprendizado Não supervisionado Aprendizado oculto Backprogation (retropropagation) No dia a dia de qualquer projeto de desenvolvimento é necessário preocupar-se com a qualidade e posterior manutenção dos códigos. Isso também ocorre em aplicações de visão computacional. Por isso mesmo, é tão importante o uso de frameworks. Nesse sentido, selecione a opção correta que apresente uma vantagem de usar frameworks para desenvolver aplicações de visão computacional. A Padronizar o desenvolvimento com estruturas padrões de códigoNormalmente, a rede neural artificial é configurada em camadas. As camadas são compostas de vários "nós" interconectados, cada um com uma "função de ativação". Como é chamada a camada onde ocorre o resultado final do processamento de uma rede neural artificial? A Camada de saída (Output layer) É uma tecnologia que permite que uma máquina tome uma decisão ou ação inteligente. Essa tecnologia permite que um agente inteligente perceba cognitivamente seu ambiente e, correspondentemente, tente maximizar sua probabilidade de sucesso de uma ação alvo. Um agente inteligente corresponderia a um módulo de hardware, software, robô ou aplicativo. Qual das opções abaixo atende a essa definição? A Engenharia de dados. 16/0 B Aprendizagem de máquina (Machine learning). Inteligência artificial. Logo nos primórdios dos estudos sobre visão computacional, os pesquisadores fizeram uma descoberta fundamental para a evolução da área. Nesse sentido, selecione a opção correta sobre essa descoberta. A visão computacional é baseada exclusivamente em operações A matemáticas B processo de visão é hierárquico Utilizando-se o algoritmo A*, a rota entre A e L encontrada no problema acima é ABEHL e o custo do caminho é 20Dentro do processamento de linguagem natural temos uma subdivisão de áreas de especialização, ou tarefas que procuram entender: a estrutura do texto, sentido passado nas mensagens, e referências e co-referências. São assim chamadas então respectivamente de: 16/ A Análise Sintática, Análise Semântica, e Análise de Predicados B Análise Sintática, Análise Semântica, e Análise Pragmática Lógica, Teste de Turing, Ciência Cognitiva e Agentes racionais. Ciência Cognitiva, Teste de Turing, Lógica e Agentes racionais. Uma das principais técnicas da Computação Evolucionária é o Algoritmo Genéticos, que possui como principal atrativo a utilização como ferramenta de busca e otimização para a solução dos mais diferentes tipos de problemas. Assim, pode-se afirmar que em relação aos Algoritmos Genéticos: (Escolha a alternativa CORRETA) Realizam raciocínio aproximado, com proposições imprecisas e descritas em linguagem natural. São inspirados no comportamento do cérebro humano e modelam os modos imprecisos do raciocínio aproximado. Lidam com conhecimento não simbolicamente representado e processam a informação de forma paralela e distribuída. Empregam uma estratégia de busca paralela e estruturada, baseadas nos mecanismos da seleção natural. Lidam com conhecimento explícito, representado simbolicamente e generalizam o conhecimento aprendido.As Redes Neurais Artificiais têm sido amplamente usadas por exemplo em tarefas de reconhecimento de imagem, diagnóstico na medicina, processamento de linguagem natural, previsão de séries temporais, e têm uma infinidade de aplicações possíveis. Você já se perguntou como funcionam os sistemas de reconhecimento de imagem e voz? Como um aplicativo do seu celular faz para detectar rostos, ou um mecanismo de buscas sugere um termo? Entendendo que as redes neurais artificiais possuem vantagens e desvantagens, analise as afirmativas a seguir: I. Requer muitos dados de treinamento limpos. II. Arquitetura facilmente adaptável a vários domínios de problemas. III. Dificuldade na interpretação dos resultados. IV. A rede neural aprende com os dados analisados e não requer reprogramação. V. Requer alto poder computacional. Assinale a seguir a alternativa que apresenta apenas as afirmativas relacionadas às vantagens das redes neurais artificiais: II, apenas. e V, apenas. II e III e IV, apenas. II e IV, apenas. I, II, III e IV, apenas. Quando fazemos processamento da linguagem natural, devemos descartar palavras que se repetem muito e que são tidas como auxiliares, adicionando pouca informação ao modelo. A esse conjunto de palavras damos nome de A Tokens B Verbos C Sentenças D StopwordsAs redes ( ) usam aprendizado não supervisionado para treinar dois modelos em paralelo, colocando, desta forma, uma contra a outra, dando origem ao termo Essas redes são utilizadas para sintetizar novas imagens com base em outras imagens de treinamento, sendo muito utilizadas também para modelar outros domínios, tais como: som, vídeo, geração de imagens de descrições de texto. Qual opção preenche corretamente a lacuna? por Claudio luis, E-mail claudioluisri@gmail.com para uso pessoal e privado. Este material pode ser protegido p autorais e não pode ser reproduzido ou repassado para terceiros. 01/04/2025, 18:55:52 Recurrent Neural Networks (RNN). Redes Multilayer Perceptron. Deep learning. Generative Adversarial Network (GANs). É bastante comum que haja diversos objetos em uma imagem. Alguns desses elementos podem revelar informações importantes sobre algumas coisas, como a identificação de uma mancha que possa revelar uma predisposição a uma doença. Nesse sentido, selecione a opção correta que justifique a necessidade de distinguir objetos em uma imagem com o uso de algoritmos de visão computacional. Destacar elementos importantes que dificilmente seriam A percebidos pelo olho humano Existem diversas técnicas que são usadas para o reconhecimento de imagens. Uma das que mais se destaca é a de segmentação de imagens. Nesse sentido, selecione a opção correta a respeito do objetivo da técnica de segmentação de imagens. Dar nomenclatura para os itens da imagem Destacar cores Suavizar os tons de cores da imagem Descrever formas dos objetos Agrupar os elementos da imagem por semelhanças Respondido em 04/10/2023 21:02:46Essa técnica emprega redes neurais artificiais de várias camadas para obter alta precisão em tarefas como detecção de objetos, reconhecimento de fala, tradução de idiomas e outros avanços tecnológicos noticiados com frequência pela mídia. Qual das opções abaixo atende a essa definição? A Perceptron de múltiplas camadas. B Deep Learning. Lidam com conhecimento não simbolicamente representado e processam a informação de forma paralela e distribuída. Em uma rede convolutional neural network (CNN), essa camada é responsável por conectar cada nó na camada de saída diretamente a um nó na camada anterior. Essa camada realiza a tarefa de classificação com base nas características extraídas das camadas anteriores e seus diferentes filtros. Como é chamada essa camada em uma rede convolutional neural network? A Camada totalmente conectada (Fully-Connected Layer). B Camada de saída (Output Layer). C Camada convolucional (Convolutional layer). D Camada de pooling (Pooling layer).Nessa arquitetura de rede neural artificial, apenas os neurônios vencedores são propagados (ativados) no final de cada ciclo, determinados por quão semelhantes são os requisitos de entrada e os neurônios. Possui realimentação, ou seja, a saída de um neurônio é utilizada como entrada para o próprio neurônio e/ou para outros neurônios das camadas anteriores.Essa arquitetura é composta de duas camadas, a camada de entrada também é chamada de e a camada de saída também é chamada de "grau". Qual opção abaixo corresponde, corretamente, a essa definição? A Rede ativa B Backpropagation C Rede Competitiva de caracteres, jogos (xadrez e Go) e reconhecimento de padrões e/ou visão computacional. Qual das opções abaixo atende a essa definição? A Recurrent Neural Networks (RNN). B Generative Adversarial Network (GANs). C Autoencoders. D Redes Multilayer Perceptron. E Convolutional Neural Networks (CNN).Em uma rede neural artificial, esse componente é caracterizado como uma coleção de números predeterminados contidos no programa, que são multiplicados pelo valor digitado no nó oculto, e em seguida um único número é criado adicionando entradas ponderadas. Assinale a alternativa que apresenta para qual componente de uma rede neural artificial essa definição é relevante. A Camada de saída (Output layer) B Camada oculta (Hidden layer) C Activation function (Função de ativação) D Camada de pesos (Weight layer) Nos anos 2000, a IA começou a ser amplamente aplicada na indústria de saúde, onde sistemas inteligentes passaram a auxiliar no diagnóstico de doenças, análise de imagens médicas e personalização de tratamentos, demonstrando a versatilidade da tecnologia. Em que área da saúde a IA teve um impacto significativo, conforme descrito no texto? A Gerenciamento de registros médicos. B Desenvolvimento de novos medicamentos. C Diagnóstico de doenças.Consiste em técnicas e modelos que podem aprender com dados e fornecer 6 Marcar para revisão aplicativos de Inteligência Artificial. Depende mais da entrada humana para o Teste de Turing, concebido na década entender as distinções entre diferentes de 1950, estabeleceu um critério entradas de dados, uma vez que fundamental para avaliar a inteligência de especialistas humanos precisam criar uma hierarquia de recursos, normalmente um sistema de IA. Este teste envolve a aprendendo com dados mais capacidade do sistema de imitar o estruturados. Uma outra definição diz comportamento humano de forma que essa técnica é a ciência de fazer os convincente. computadores agirem sem serem Qual é o principal critério do Teste de explicitamente programados. Turing para determinar a inteligência de Qual das opções abaixo atende a essa um sistema de IA? definição? Capacidade de processamento A A Inteligência artificial. de Aprendizagem de máquina Habilidade de B B (Machine learning). comportamento humano. Nessa rede de deep learning, a saída de um neurônio é aplicada como entrada no próprio neurônio e/ou em outros neurônios de camadas anteriores, ou seja, há ocorrência de realimentação. Essas redes são identificadas por seus loops de feedback. Qual rede de deep learning tem essas características? A Recurrent Neural Network (RNN). característica, que tornou complexa a filiação em somente uma área do Com relação aos primeiros anos da Artificial, assinale alternativa correta: o Teste de Turing consistia em uma série de problemas que eram resolvidos pela máquina de Turing A por meio de técnicas de Inteligência Os primeiros anos da Artificial foram repletos de insucessos, principalmente pela B dificuldade de resolver operações aritméticas complexas. Na década de 1980, os sistemas especialistas passaram a ser considerados viáveis para utilização no mercado empresarial.agrupamento de dados no aprendizado de máquina procura grupos semelhantes e diferentes em uma massa de dados que caracterizam uma população de indivíduos. A categoria que se baseia na teoria dos grafos e dispensa a definição Nesse tipo de aprendizado, um modelo é de protótipos utilizados para segmentar a treinado com dados de um conjunto de base de dados em diferentes grupos é dados rotulados, que consiste em um denominada: conjunto de recursos (atributos) e um rótulo. modelo então aprende a prever o rótulo para exemplos não vistos. Esse conjunto de dados (dataset), é normalmente uma tabela com várias colunas representando recursos/atributos e uma coluna final para o Essa descrição se refere a que tipo de aprendizado? A Classificação A área dentro de NLP que se ocupa de entender a sensação e emoção que um texto passa explicitamente ou Aprendizado Não A B Regressão subliminarmente se chama supervisionado A Análise de Sentimentos B Aprendizado Supervisionado C Clusterização Esse tipo de rede de deep learning são geralmente utilizadas para reconhecimento de imagem e vídeo, detecção de objetos, reconhecimento de caracteres, jogos (xadrez e Go) e reconhecimento de padrões e/ou visão computacional. Qual das opções abaixo atende a essa definição? Recurrent Neural Networks A (RNN). Generative Adversarial Network B (GANs). C Autoencoders. D Redes Multilayer Perceptron. Convolutional Neural Networks E (CNN).