Exercio unidade 2

Prévia do material em texto

UNIVERSIDADE PAULISTA - UNIP
ICET – INSTITUTO DE CIÊNCIAS EXATAS E TECNOLOGIA
	Curso
Ciência da Computação
	Semestre
6º Semestre
	Material permitido
Calculadora .....
Notebook........... 
Celular............... 
Consulta............ 
	
SIM( ) NÃO(X)
SIM( ) NÃO(X)
SIM( ) NÃO(X)
SIM(X) NÃO( )
	Lista de Exercícios 
Lista-2 - Exercícios
	Disciplina 
Sist. Info. Inteligentes
	
	
	Professor
Victor Rodrigues
	
	 
	
	
Nome aluno(a):_______________________________________________ RA:____________�
“Essa lista serve como material de apoio para o estudo do conteúdo que será abordado na NP2. Estude o material das aulas, os módulos do sistema e resolva com atenção todas as questões”.
QUESTÕES
(0,2) Defina com suas palavras o que são Redes Neurais Artificiais?
São sistemas computacionais que tentam imitar o funcionamento do cérebro humano representando-o artificialmente.
(0,4 – 0,2 por questão) No contexto de redes neurais MLP (Multilayer Perceptron), defina:
Camada intermediária: São camadas ocultas presentes entre a camada de entrada e a saída da Rede Neural. Servem para ponderar as características de entrada com maior eficiência, aumentando a acurácia da rede.
Camada de saída: Camada que permite obter o resultado da Rede Neural (última camada).
(0,15) O aprendizado de máquina pode ser definido como o campo da Inteligência Artificial que visa à construção de sistemas que se aperfeiçoam automaticamente com a experiência. Assinale a alternativa que apresenta, corretamente, técnicas e/ou algoritmos característicos da área de aprendizado de máquina. 
Backtracking;
Quicksort;
Algoritmo A*;
Backpropagation;
Balanceamento de árvores AVL.
(0,15) Considere as informações sobre métodos de treinamento em Redes Neurais.
Uma rede MLP (perpectron de múltiplas camadas) pode ter várias entradas, várias saídas e apenas uma camada oculta. 
A camada de entrada de uma Rede MLP tem como objetivo receber os padrões apresentados a rede;
 O algoritmo Backpropagation pode ser utilizado para treinar uma Rede Neural MLP;
 Se uma Rede MLP possuir 5 camadas de neurônios, sendo 3 ocultas e em suas ligações existir um nó da camada 3 com conexão direta a outro nó que está na camada 2, ela poderá ser chamada de rede acíclica.
Dentre as afirmativas, são corretas apenas:
Apenas a IV.
Apenas I e IV.
Apenas III e IV.
Apenas I, II, IV.
Apenas II e III.
(0,15) Assinale a alternativa correta:
Redes Adaline são bastantes semelhantes às Redes Perceptron, porém aceitam entradas do tipo String.
A rede perceptron utiliza uma busca em profundidade para a resolução de um problema.
Redes MLP (perceptron de múltiplas camadas) possuem três grupos em sua estrutura: camadas de entrada, camadas de saída e camadas intermediárias.
Redes MLP não resolvem o problema do XOR. Para esse tipo de problema é necessário a aplicação de webservices.
Característica de caixa-preta é uma vantagem das redes MLP. Apresentar soluções prontas com poucas linhas de código aumentam a eficiência do programador em relação ao tempo de desenvolvimento.
(0,35 – 0,07 por alternativa correta) Considerando as Redes Neurais Artificiais, relacione os termos Técnicos com as Definições:
Termos Técnicos:
(I) Algoritmo Backpropagation.
(II) Perceptron
(III) Arquitetura Feedback
(IV) MLPs.
(V) Modelos Conexionistas. 
Definições:
(IV) Nome dado às redes neurais artificiais que possuem camadas ocultas.
(V) Grande área da Inteligência artificial que envolve a teoria de redes neurais artificiais.
(I) Técnica que permite regularizar os pesos de uma rede, a fim de minimizar o erro de uma saída.
(II) Redes neurais de alimentação direta com uma única camada.
(III) Redes neurais artificiais com realimentação em camadas ocultas. 
(0,6 – 0,15 por classificação correta) Classifique as redes neurais abaixo em feedforward/feedback e redes fracamente/completamente conectadas. Circule, ou deixe em negrito ou marque a classificação certa para cada rede neural.
	a.
	
	b. 
	
	
	Feedforward | feedback; 
Fracamente | Completamente
	
	Feedforward | feedback; 
Fracamente | Completamente
	c. 
	
	d.
	
	
	Feedforward | feedback; 
Fracamente | Completamente
	
	Feedforward | feedback; 
Fracamente | Completamente
_1540301263/ole-[42, 4D, B6, A4, 06, 00, 00, 00]