Buscar

Avaliação final-Objetiva

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 4 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Prévia do material em texto

Disciplina: Inteligência Artificial (INF29) 
Avaliação: Avaliação Final (Objetiva) - Individual FLEX ( Cod.:455783) ( peso.:3,00) 
Prova: 13307140 
Nota da Prova: 9,00 
Legenda: Resposta Certa Sua Resposta Errada 
1. Os sistemas especialistas (SE) têm como princípio básico a habilidade em reproduzir o conhecimento de 
um especialista humano em determinado domínio do conhecimento. Os SE, assim como as pessoas 
experientes, tendem a ser especialistas, focando sobre um conjunto reduzido de problemas. 
Diferentemente dos sistemas tradicionais, os SE apresentam algumas facilidades que aumentam sua 
flexibilidade e eficiência. Com relação a essas facilidades, classifique V para as sentenças verdadeiras e F 
para as falsas: 
 
( ) Possibilidade para construção de regras. 
( ) A tomada lógica de decisões sob imprecisão ou na ausência de informações. 
( ) O conhecimento é codificado, geralmente de forma estática. 
( ) Modifica-se o código-fonte. 
 
Assinale a alternativa que apresenta a sequência CORRETA: 
 a) V - V - F - V. 
 b) V - F - F - F. 
 c) F - V - V - F. 
 d) V - V - F - F. 
 
2. A busca cega (também chamada de busca exaustiva ou busca de força bruta) é considerada a mais 
simples abordagem de busca, pois envolve simplesmente visitar cada nó do espaço de busca e testá-lo 
para verificar se é um nó objetivo. Se for, a busca teve sucesso e não precisa ser levada adiante. Já a 
heurística é uma estratégia para a busca seletiva de um espaço de problema. Com relação aos métodos de 
busca sem informação (busca cega) e com informação (heurísticas), analise as sentenças a seguir: 
 
I- A primeira solução encontrada pela estratégia de busca em largura é a solução ótima. 
II- A primeira solução encontrada pela estratégia de busca em profundidade é a solução ótima. 
III- As estratégias de busca com informação usam funções heurísticas que, quando bem definidas, 
permitem melhorar a eficiência da busca. 
IV- A estratégia de busca gulosa é eficiente porque expande apenas os nós que estão no caminho da 
solução. 
 
Assinale a alternativa CORRETA: 
 a) As sentenças I e II estão corretas. 
 b) As sentenças II e IV estão corretas. 
 c) As sentenças I e III estão corretas. 
 d) As sentenças III e IV estão corretas. 
 
3. Nos últimos anos, as Redes Neurais Artificiais (RNA) têm sido aplicadas com sucesso nas mais diversas 
áreas. Sua utilização vem aumentando progressivamente. Pode-se destacar a etapa de treinamento de uma 
rede neural artificial (RNA), que é uma das etapas mais delicadas de todo o processo, visto que nela é 
feito o ajuste dos pesos e a calibragem da rede para que realize o processamento conforme os requisitos 
do problema. Sobre o treinamento das RNA, classifique V para as sentenças verdadeiras e F para as 
falsas: 
 
( ) O ajuste dos pesos dos neurônios é feito quando ocorre um erro em uma identificação de classe de 
saída. 
( ) O treinamento de uma rede neural deve ser feito de forma exaustiva, até que ela identifique a classe 
correta de saída em 100% dos casos. 
( ) O bias é um artifício utilizado para resolver uma limitação das RNA. 
( ) A primeira iteração do treinamento é a mais importante, pois é nela que se definem os pesos 
atribuídos às entradas. 
( ) O treinamento de uma RNA é feito através de iterações sucessivas, tomando-se o cuidado de 
verificar se uma rede atingiu seu ponto ótimo e, neste caso, encerrar o treinamento. 
 
Assinale a alternativa que apresenta a sequência CORRETA: 
 a) F - F - V - V - F. 
 b) V - V - V - V - F. 
 c) V - V - F - F - F. 
 d) V - F - V - F - V. 
 
4. Em 24 de novembro de 1859 foi publicado na Inglaterra o livro "A Origem das Espécies por Meio da 
Seleção Natural", escrito pelo naturalista britânico Charles Darwin. Nesta obra científica, ele 
desenvolveu a teoria evolucionista que chamou de seleção natural, na qual afirmou que organismos com 
variações genéticas são capazes de se adaptar ao meio ambiente. Com base na teoria proposta, assinale a 
alternativa CORRETA: 
 a) Todas as informações sobre a constituição de um ser vivo estão contidas em seus alelos, no núcleo de 
suas células. 
 b) A teoria da evolução natural é uma teoria que ainda não foi comprovada. 
 c) A recombinação genética por meio da reprodução sexuada é um fator sem muito impacto na evolução 
natural. 
 d) Na teoria proposta por Darwin, os indivíduos mais capazes deixam uma família menor. 
 
5. A etapa de treinamento de uma rede neural artificial (RNA) é uma das etapas mais delicadas de todo o 
processo, visto que nela é feito o ajuste dos pesos e a calibragem da rede para que a mesma realize o 
processamento conforme os requisitos do problema. Sobre o treinamento das RNAs, classifique V para as 
sentenças verdadeiras e F para as falsas: 
 
( ) O ajuste dos pesos dos neurônios é feito quando ocorre um erro em uma identificação de classe de 
saída. 
( ) O treinamento de uma rede neural deve ser feito de forma exaustiva, até que a mesma identifique a 
classe correta de saída em 100% dos casos. 
( ) O bias é um artifício utilizado para resolver uma limitação das RNAs. 
( ) A primeira iteração do treinamento é a mais importante, pois é nela que se definem os pesos 
atribuídos às entradas. 
( ) O treinamento de uma RNA é feito através de iterações sucessivas, tomando-se o cuidado de 
verificar se uma rede atingiu seu ponto ótimo e, neste caso, encerrar o treinamento. 
 
Assinale a alternativa que apresenta a sequência CORRETA: 
 a) F - F - V - V - F. 
 b) V - F - V - F - V. 
 c) V - V - F - F - F. 
 d) V - V - V - V - F. 
 
6. O aprendizado não supervisionado é caracterizado por situações em que, dado um conjunto de entradas, 
não é possível determinar todas as saídas possíveis. No que se refere ao aprendizado não supervisionado, 
assinale a alternativa CORRETA: 
 a) No aprendizado não supervisionado, cabe ao sistema computacional encontrar padrões de diferença e 
semelhança entre os dados, no sentido de agrupá-los. 
 b) Quanto menor o número de iterações necessárias para se encontrar uma saída significativa, mais 
preciso será o resultado do algoritmo de aprendizado. 
 c) O aprendizado não supervisionado sempre dará origem a um único cluster. 
 d) Um dos algoritmos de treinamento mais utilizado no aprendizado não supervisionado é conhecido 
como centroide. 
 
7. Os sistemas especialistas de lógica fuzzy são especialmente úteis nas situações em que é necessário fazer 
o tratamento da incerteza, ou seja, a informação sobre o domínio do conhecimento é vaga, ou imprecisa. 
Com relação ao funcionamento dos sistemas especialistas de lógica fuzzy, analise as sentenças a seguir: 
 
I- Uma das técnicas utilizadas na defuzzyficação é conhecida como centroide. 
II- Na defuzzyficação, os valores numéricos são convertidos para valores linguísticos de forma subjetiva. 
III- As regras são executadas paralelamente na inferência fuzzy. 
IV- A obtenção do conhecimento para os sistemas especialistas de lógica fuzzy é diferente da obtenção 
do conhecimento utilizado nos sistemas especialistas tradicionais. 
 
Agora, assinale a alternativa CORRETA: 
 a) As sentenças I e III estão corretas. 
 b) As sentenças II e III estão corretas. 
 c) As sentenças I e IV estão corretas. 
 d) As sentenças II e IV estão corretas. 
 
8. Os sistemas computacionais chamados de tradicionais atuam sobre um problema através da execução de 
um algoritmo construído com base em um processo estável. Neste tipo de sistema, as relações entre as 
informações sempre ocorrem em função de dois valores: verdadeiro e falso. Os sistemas de lógica difusa, 
por sua vez, representam as relações de acordocom grandezas definidas pelo seu implementador, o que 
os torna ideais para situações onde exista incerteza. Sobre os Sistemas Especialistas de Lógica Difusa, 
analise as sentenças a seguir: 
 
I- As variáveis linguísticas servem para definir um conjunto de valores que caracterizam determinado 
conceito. 
II- As variáveis linguísticas são transformadas em valores numéricos pelo motor de inferência em um 
processo conhecido como fuzzyficação. 
III- A principal vantagem da representação utilizada pela lógica fuzzy é o fato de esta ser mais fiel ao 
conhecimento humano. 
IV- Devido à imprecisão das informações e à utilização de funções de pertinência, a lógica fuzzy acaba 
por deixar os sistemas menos robustos. 
 
Assinale a alternativa CORRETA: 
 a) As sentenças I e III estão corretas. 
 b) As sentenças II e III estão corretas. 
 c) As sentenças II e IV estão corretas. 
 d) As sentenças I e IV estão corretas. 
 
9. No aprendizado supervisionado, submete-se a um sistema computacional um conjunto de entradas 
divididas entre exemplos positivos e exemplos negativos. A aprendizagem acontece quando um exemplo 
diferente dos submetidos durante o treinamento é identificado de forma automática pelo sistema 
computacional como positivo ou negativo unicamente com base nas suas características. Com relação ao 
aprendizado supervisionado, assinale a alternativa CORRETA: 
 a) A estratégia de treinamento que ataca os problemas complexos como um todo é conhecida como 
árvore de decisão. 
 b) A estratégia de divisão e conquista resolve os problemas de generalização. 
 c) O problema de generalização pode ser definido basicamente como a existência de falsos positivos no 
conjunto submetido ao sistema computacional após o treinamento. 
 d) Para a determinação das classes de entrada, deve-se estabelecer um conjunto de características 
compartilhado por todos os exemplos positivos e por nenhum exemplo negativo. 
 
10. Os sistemas especialistas (SE) caracterizam-se, entre outras coisas, pela natureza heurística com que 
processam o conhecimento e suas regras, o que garante uma maior confiabilidade à conclusão obtida. 
Além disso, pode-se dizer que os SE são sistemas que solucionam problemas que são resolvidos apenas 
por pessoas especialistas, ou seja, que acumularam conhecimento exigido na resolução desses problemas. 
Com relação à natureza heurística dos SE, analise as sentenças a seguir: 
 
I- Em um SE, é possível avaliar os passos intermediários para se chegar a uma conclusão. 
II- O raciocínio heurístico é especialmente útil quando o SE auxilia um especialista humano nos campos 
de engenharia e medicina. 
III- A manutenção de um SE tem uma complexidade comparável à de um sistema tradicional, pois ocorre 
através da adição ou remoção de conhecimento da base. 
IV- Todo o conhecimento de um SE é extraído diretamente de um especialista humano. 
 
Assinale a alternativa CORRETA: 
 a) As sentenças I, II e IV estão corretas. 
 b) As sentenças III e IV estão corretas. 
 c) As sentenças I e IV estão corretas. 
 d) As sentenças I e II estão corretas. 
 
11. (ENADE, 2011) Sabendo que a principal tarefa de um sistema será de classificação em domínios 
complexos, um gerente de projetos precisa decidir como vai incorporar essa capacidade em um sistema 
computacional, a fim de torná-lo inteligente. Existem diversas técnicas de inteligência 
computacional/artificial que possibilitam isso. Nesse contexto, a técnica de inteligência artificial mais 
indicada para o gerente é: 
 a) Redes neurais artificiais. 
 b) ACO (do inglês, Ant-Colony Optimization). 
 c) Lógica nebulosa. 
 d) Árvores de decisão.

Outros materiais