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

I - Uma rede neural de camada única descreve uma rede sem camadas ocultas; v
II - SVMs são simplesmente um caso especial de redes neurais de camada única; v
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.
User badge image
Exercícios Para o Conhecimento

há 2 anos

Respostas

User badge image

Ed Verified user icon

há 2 anos

Vamos analisar cada afirmativa: I - Uma rede neural de camada única descreve uma rede sem camadas ocultas. Verdadeiro, essa afirmativa está correta. Redes neurais de camada única consistem apenas em uma camada de entrada e uma camada de saída, sem camadas ocultas. II - SVMs são simplesmente um caso especial de redes neurais de camada única. Falso, essa afirmativa não é correta. SVMs (Máquinas de Vetores de Suporte) e redes neurais são abordagens diferentes, embora ambas possam ser usadas para classificação. SVMs não são consideradas um caso especial de redes neurais. III - Em algumas literaturas, as redes neurais podem ser denominadas "Redes neurais artificiais" (ANN) ou "Perceptrons de várias camadas" (MLP). Falso, essa afirmativa é parcialmente correta, mas "Perceptrons de várias camadas" (MLP) é um tipo específico de rede neural, enquanto "Redes neurais artificiais" (ANN) é um termo mais amplo que abrange diferentes tipos de redes neurais, incluindo MLP. Portanto, apenas a afirmativa I está correta. A afirmação "Todas as afirmativas estão corretas" não é verdadeira. Assim, a alternativa correta é que apenas a afirmativa I é verdadeira. Se houver uma opção que mencione apenas a afirmativa I como correta, essa seria a resposta. Se não houver essa opção, você deve considerar que a afirmação "Todas as afirmativas estão corretas" é falsa.

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

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.

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