INTELIGÊNCIA ARTIFICIAL 2017 Exercício AV Parcial Estácio EAD

Prévia do material em texto

INTELIGÊNCIA ARTIFICIAL
9a aula
		
	 
	Lupa
	 
	 
	
Vídeo
	
PPT
	
MP3
	 
	
	
	 
	Exercício: 
	Matrícula: 
	Aluno(a): 
	Data: 
	
	 1a Questão (Ref.: 201408382281)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	Com relação ao conjunto de dados utilizados por uma rede neural artificial de aprendizado supervisionado, analise as seguintes afirmativas:
I - A atualização dos pesos dos neurônios ocorre em ambos os conjuntos de treinamento e validação.
II - O conjunto de treinamento deve ser apresentado à rede diversas vezes, isto é, em diversas épocas.
III - O conjunto de validação é utilizado para testar a capacidade de generalização da rede, isto é, se ela aprendeu padrões testando-se dados não presentes no conjunto de treinamento.
Assinale a alternativa correta:
		
	
	Somente a afirmativa III está correta
	
	As afirmativas I e II estão corretas
	 
	As afirmativas II e III estão corretas
	
	Somente a afirmativa II está correta
	 
	Somente a afirmativa I está correta
	
	 Gabarito Comentado
	
	
	 2a Questão (Ref.: 201408422615)
	 Fórum de Dúvidas (0)       Saiba  (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 memoriza os padrões aprendidos 
II - Diminuição da capacidade de generalização da rede 
III - Otimização do tempo computacional no treinamento 
De acordo com a abordagem, assinale a opção CORRETA:
		
	
	Apenas as afirmativas II e III estão corretas.
	 
	Apenas as afirmativas I e II estão corretas.
	 
	Apenas a afirmativa II está correta.
	
	Todas as afirmativas estão corretas.
	
	Apenas a afirmativa III está correta.
	
	 Gabarito Comentado
	
	
	 3a Questão (Ref.: 201408422614)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	Analise as seguintes afirmativas sobre redes neurais sem ciclos dirigidos, sendo n o número de neurônios e m o número de conexões. 
I. Uma vez treinada, o uso da rede consiste em aplicar uma entrada e esperar até que ocorra convergência para que seja obtida a saída. 
II. O processo de treinamento consiste em obter um vetor em um espaço pelo menos m -dimensional. Esse vetor é obtido por meio de um processo de otimização que busca minimizar o erro sobre as instâncias de treino. 
III. O processo de treinamento consiste em obter um vetor em um espaço pelo menos m -dimensional. Esse vetor é obtido por meio de um processo de otimização que busca minimizar o erro de generalização. 
A análise permite concluir que: 
Escolha a alternativa correta
		
	
	Apenas as afirmativas II e III estão corretas.
	
	Todas as afirmativas estão corretas.
	 
	Apenas a afirmativa II está correta.
	 
	Apenas as afirmativas I e II estão corretas.
	
	Apenas a afirmativa III está correta.
	
	 Gabarito Comentado
	
	
	 4a Questão (Ref.: 201408776791)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	O algoritmo de treinamento Backpropagation consiste em uma sequência de fases. 
Assinale a alternativa INCORRETA sobre este algoritmo.
		
	
	Modificar os pesos das conexoões sinápticas de forma a minimizar o erro médio, considerando todos os padrões da amostra.
	 
	Apresentar um padrão na camada de entrada e calcular o valor do seu peso na camada de saída.
	
	Se um erro máximo desejado não tiver sido atingido, retornar ao passo inicial para a próxima iteração (apresentação de todos os padrões novamente).
	
	Calcular o erro na saída da rede, que equivale a uma diferença entre o valor de saída obtida na rede e o valor de saída desejado .
	
	Retropropagar o erro na rede calculando de que forma as mudanças nos pesos afetam o erro.
	
	 Gabarito Comentado
	
	
	 5a Questão (Ref.: 201408388462)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	Com base no conhecimento sobre Redes Neurais Artificiais, considere as afirmativas a seguir.
 
I. A função booleana ou exclusivo (XOR) pode ser implementada usando uma rede perceptron de camada única.
II. Redes Neurais Artificiais do tipo MLP (Multilayer Perceptron) são capazes de classificar padrões de entrada não linearmente separáveis.
III. Retropropagação (backpropagation) é um algoritmo de aprendizagem supervisionada.
 
Assinale a alternativa CORRETA.
		
	
	Somente as afirmativas I e III são corretas.
	 
	Somente as afirmativas II e III são corretas.
	
	Somente as afirmativas I é correta.
	 
	Somente as afirmativas I e II são corretas.
	
	Somente a afirmativas II é correta.
	
	 Gabarito Comentado
	
	
	 6a Questão (Ref.: 201408307215)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, entre os padrões de dados usados, uma parte, conhecida como padrões de validação, é tratado em separado e não é aplicado na fase de treinamento para ajuste dos pesos sinápticos. Qual é o objetivo principal em utilizar estes padrões? 
I - Aumentar a precisão das respostas produzidas pelo aumento dos padrões utilizados 
II - Validar as entradas da rede para determinar o erro por ela produzido 
III - Determinar o ponto de parada do treinamento para evitar o sobre-treinamento 
De acordo com a abordagem, assinale a opção CORRETA:
		
	 
	Somente os itens II e III estão corretos.
	
	Somente o item I está correto.
	 
	Somente o item III está correto.
	
	Somente o item II está correto.
	
	Somente os itens I e III estão corretos.
	
	
	
	
	 7a Questão (Ref.: 201408307211)
	 Fórum de Dúvidas (0)       Saiba  (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.
	
	
	
	
	 8a Questão (Ref.: 201408307213)
	 Fórum de Dúvidas (0)       Saiba  (0)
	
	Nas redes tipo Perceptrons de Múltiplas Camadas (MLP) com o algoritmo Backpropagation, entre os padrões de dados usados, uma parte, conhecida como padrões de validação, é tratado em separado e não é aplicado na fase de treinamento para ajuste dos pesos sinápticos. Qual é o objetivo principal em utilizar estes padrões? 
I - Validar as saídas da rede para determinar o erro por ela produzido 
II - Determinar o ponto de parada do treinamento para evitar o sobre-treinamento 
III - Ajudar a obter a resposta mais rapidamente 
De acordo com a abordagem, assinale a opção CORRETA:
		
	
	Somente o item I está correto.
	
	Somente os itens I e III estão corretos.
	
	Somente os itens II e III estão corretos.
	 
	Somente o item II está correto.
	
	Somente o item III está correto.