Buscar

REDES NEURAIS SUPERVISIONADAS1

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

21/09/2021 18:04 EPS
https://simulado.estacio.br/alunos/?p0=319866246&user_cod=2333038&matr_integracao=201903026921 1/4
Teste de
Conhecimento
 
 
 avalie sua aprendizagem
 INTELIGÊNCIA ARTIFICIAL
9a aula
 Lupa 
 
Exercício: CCT0767_EX_A9_201903026921_V2 21/09/2021
Aluno(a): ADIVAR ANTONIO DA SILVA JUNIOR 2021.3 EAD
Disciplina: CCT0767 - INTELIGÊNCIA ARTIFICIAL 201903026921
 
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 II está correta
 As afirmativas II e III estão corretas
As afirmativas I e II estão corretas
Somente a afirmativa I está correta
Somente a afirmativa III está correta
Respondido em 21/09/2021 18:02:09
Gabarito
Comentado
 
 
Considere a rede com neurônios de McCulloch-Pitts abaixo, na qual cada neurônio possui o patamar q = 0. Para os pares de valores das
entradas (xA e xB) de (0,0), (0,1), (1,0) e (1,1), quais seriam os respectivos valores de saída do neurônio z3?
 
 
(1,0,0,1)
 Questão1
 Questão2
https://simulado.estacio.br/alunos/inicio.asp
javascript:voltar();
javascript:diminui();
javascript:aumenta();
21/09/2021 18:04 EPS
https://simulado.estacio.br/alunos/?p0=319866246&user_cod=2333038&matr_integracao=201903026921 2/4
(0,1,0,1)
 (0,1,1,0)
(0,0,0,1)
(1,1,1,0)
Respondido em 21/09/2021 18:02:14
Gabarito
Comentado
 
 
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 I e III estão corretos.
Somente o item I está correto.
Somente o item II está correto.
 Somente o item III está correto.
Somente os itens II e III estão corretos.
Respondido em 21/09/2021 18:02:19
 
 
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 começa a confundir os padrões de entrada 
II - A rede se torna melhor e mais genérica, mas há um custo computacional grande 
III - Diminuição da capacidade de generalização da rede 
 
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 I está correto.
Somente os itens I e II estão corretos.
 Somente o item III está correto.
Respondido em 21/09/2021 18:02:23
 
 
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 a afirmativa II está correta.
Apenas a afirmativa III está correta.
 Apenas as afirmativas I e II estão corretas.
Todas as afirmativas estão corretas.
Respondido em 21/09/2021 18:02:28
Gabarito
Comentado
 
 Questão3
 Questão4
 Questão5
21/09/2021 18:04 EPS
https://simulado.estacio.br/alunos/?p0=319866246&user_cod=2333038&matr_integracao=201903026921 3/4
 
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.
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.
 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).
Respondido em 21/09/2021 18:02:31
Gabarito
Comentado
 
 
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.
Respondido em 21/09/2021 18:02:34
Gabarito
Comentado
 
 
Considere a rede com neurônios de McCulloch-Pitts abaixo, na qual cada neurônio possui o patamar q = 0. Para os pares de valores das
entradas (x1 e x2) de (0,0), (0,1), (1,0) e (1,1), quais seriam os respectivos valores de saída do neurônio z3?
(0,1,0,1)
(0,1,1,0)
(0,0,0,1)
(1,0,0,1)
 (0,1,1,1)
 Questão6
 Questão7
 Questão8
21/09/2021 18:04 EPS
https://simulado.estacio.br/alunos/?p0=319866246&user_cod=2333038&matr_integracao=201903026921 4/4
Respondido em 21/09/2021 18:02:43
Gabarito
Comentado
 
 
 
javascript:abre_colabore('38403','267220768','4826714835');

Outros materiais