Logo Passei Direto
Buscar
1. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Adaptabilidade é uma das características e vantagem das redes neurais, que é a habilidade de se adaptar às novas informações;
II - Não podemos utilizar os perceptrons para conceber algoritmos de aprendizado que podem ajustar automaticamente os pesos e os BIAS em uma rede de neurônios artificiais
III - A função de ativação ou função sigmóide (não linear) faz pequenas alterações nos valores dos pesos ou dos BIAS de modo a se aproximar do resultado correto ou esperado.

Todas as afirmativas estão corretas.

Todas as afirmativas estão corretas.
Nenhuma afirmativa está correta.
Apenas as afirmativas I e III estão corretas.
Apenas a afirmativa I está correta.
Apenas as afirmativas I e II estão corretas.
User badge image
Aprendendo com Desafios

há 2 anos

Respostas

User badge image

Ed Verified user icon

há 2 anos

Vamos analisar cada afirmativa: I - Adaptabilidade é uma das características e vantagem das redes neurais, que é a habilidade de se adaptar às novas informações; Verdadeiro, a adaptabilidade é de fato uma característica fundamental das redes neurais, permitindo que elas se ajustem e aprendam com novas informações. II - Não podemos utilizar os perceptrons para conceber algoritmos de aprendizado que podem ajustar automaticamente os pesos e os BIAS em uma rede de neurônios artificiais; Falso, os perceptrons podem ser utilizados em algoritmos de aprendizado que ajustam automaticamente os pesos e os bias em uma rede neural. III - A função de ativação ou função sigmóide (não linear) faz pequenas alterações nos valores dos pesos ou dos BIAS de modo a se aproximar do resultado correto ou esperado; Verdadeiro, a função de ativação, como a sigmoide, é responsável por introduzir não linearidades e ajustar os pesos e bias para se aproximar dos resultados desejados. Portanto, as afirmativas corretas são I e III. A alternativa que contém todas as afirmativas corretas é: d) Apenas as afirmativas I e III estão corretas.

Essa resposta te ajudou?

0
Dislike0

Ainda não achou a resposta?

  • Integrado com os principais modelos de IA do mercado
  • Respostas em segundos
  • IA treinada para estudantes brasileiros.
PasseIA logoEvolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Mais perguntas desse material

3. Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes neurais são modelos de processamento de informações inspirados em uma estrutura natural como o cérebro humano;
II - Uma RNA consiste em um determinado número de neurônios artificiais desconectados uns dos outros;
III - A definição dos pesos em cada neurônio é feita pelo processo de treinamento ou aprendizagem da rede neural.

Apenas as afirmativas I e III estão corretas.

5. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Uma função sigmóide ou um neurônio sigmóide é dada por uma função matemática.
II - Podemos utilizar os perceptrons para conceber algoritmos de aprendizado que podem ajustar automaticamente os pesos e os BIAS em uma rede de neurônios artificiais
III - A função de ativação ou função sigmóide (não linear) faz pequenas alterações nos valores dos pesos ou dos BIAS de modo a se aproximar do resultado correto ou esperado.

Todas as afirmativas estão corretas.

6. Assinale a alternativa que melhor define a função de ativação Tanh?

É próxima de uma função sigmoide, porém suas saídas não têm apenas a variação de número entre 0 e 1, ela possui saídas reais entre -1 e 1.

7. Assinale a alternativa que melhor define a função de ativação Relu?

Função de unidade linear retificada, que não necessariamente é uma função linear, ou seja, uma variação nos pesos ou BIAS pode ser propagada para neurônios em outras camadas e ativá-los ou não, dependendo da proximidade da saída estiver de zero, ela ativará ou não um determinado neurônio.

2. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Uma rede neural de camada única descreve uma rede sem camadas ocultas;
II - SVMs são simplesmente um caso especial de redes neurais de camada única;
III - Em algumas literaturas as redes neurais podem ser denominadas 'Redes neurais artificiais' (ANN) ou 'Perceptrons de várias camadas' (MLP).

Todas as afirmativas estão corretas.

3. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Para redes neurais regulares, o tipo de camada mais comum é a camada totalmente conectada;
II - A disposição dos neurônios em rede neurais não pode ser em camadas;
III - As redes neurais são modeladas como coleções de neurônios conectados em um gráfico acíclico.

Apenas as afirmativas I e III estão corretas.

2. Analise as afirmativas abaixo e assinale a alternativa correta:

I - 'Inicializar pesos para os parâmetros que queremos treinar' é um dos passos do algoritmo backpropagation;
II - 'Definir o erro ou função de custo e seus primeiros valores de derivações' é uma etapa da rede neural mas não possui relação com o algoritmo backpropagation;
III - 'Atualizar as estimativas de parâmetro usando a derivada de erro e o valor atual' é um dos passos do algoritmo backpropagation.

Apenas as afirmativas I e III estão corretas.

3. Analise as afirmativas abaixo e assinale a alternativa correta:

I - 'Inicializar pesos para os parâmetros que queremos treinar' é um dos passos do algoritmo backpropagation;
II - 'Retropropagar através da rede para determinar os derivados de erro' é um dos passos do algoritmo backpropagation;
III - 'Atualizar as estimativas de parâmetro usando a derivada de erro e o valor atual' é um dos passos do algoritmo backpropagation.

Todas as afirmativas estão corretas.

3. Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes de Hopfield utilizam o conceito de aprendizagem não supervisionada;
II - As redes de Hopfield utilizam o conceito de aprendizagem supervisionada;
III - As redes de Kohonen utilizam o conceito de aprendizagem não supervisionada.

Apenas as afirmativas II e III estão corretas.

4. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Umas das fases do processo de aprendizagem das redes de Kohonen é a competição;
II - Umas das fases do processo de aprendizagem das redes de Kohonen é a adaptação;
III - Umas das fases do processo de aprendizagem das redes de Kohonen é a cooperação.

Todas as afirmativas estão corretas.

Mais conteúdos dessa disciplina