Grátis: As redes neurais são úteis para modelar e resolver diversas categorias de problemas. Nesse sentido, selecione a opção correta a respeito das aplica... – Questões Respondidas

Inteligência Artificial

Outros

As redes neurais são úteis para modelar e resolver diversas categorias de problemas.
Nesse sentido, selecione a opção correta a respeito das aplicações das redes neurais.
São capazes de desenvolver processos criativos sem a necessidade de base de conhecimento.
São aplicadas em contextos em que há limitação de dados.
Problemas linearmente separáveis estão entre as categorias que podem ser modelados por redes neurais.
Devem ser aplicadas para demonstração de teoremas.
São indicadas para substituir os profissionais em atividades complexas e eventuais.

Exercícios Para o Conhecimento

há 7 meses

Exercícios Para o Conhecimento

há 7 meses

Inteligência Artificial_Simulado 1

Inteligência Artificial_Simulado 1

ESTÁCIO

Respostas

Ed

há 7 meses

A opção correta a respeito das aplicações das redes neurais é: "Problemas linearmente separáveis estão entre as categorias que podem ser modelados por redes neurais." As redes neurais são, de fato, capazes de lidar com problemas que são linearmente separáveis, além de problemas mais complexos. As outras opções apresentadas não são corretas em relação ao uso típico das redes neurais.

Essa resposta te ajudou?

0

0

left-side-bubbles-background

right-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Inteligência Artificial_Simulado 1

Inteligência Artificial_Simulado 1

ESTÁCIO

Mais perguntas desse material

O paradigma conexionista, também conhecido por redes neurais artificiais, forma um paradigma de IA que tem inspiração no comportamento do cérebro, além de outras características.
Assinale a alternativa representa uma característica desse paradigma:
I - Processam a informação de forma paralela e distribuída.
II - Generalizam conhecimento aprendido.
III - Lidam com conhecimento não simbolicamente representado.
IV - São algoritmos de otimização.
V - O conhecimento é aprendido por meio do estímulo e resposta.
Apenas as afirmativas II e III estão corretas.
Apenas as afirmativas I e V estão corretas.
Apenas as afirmativas I, II, III e V estão corretas.
Apenas as afirmativas I, II e III estão corretas.
Apenas as afirmativas I, II e V estão corretas.

A estratégia de alguns algoritmos para resolver problemas em espaços de estados é explorar a vizinhança de uma determinada solução com a garantia qualidade.
Nesse sentido, selecione a opção correta que trata esta classe de problemas.
Algoritmo A*.
Técnicas de pesquisa local.
Heurísticas.
Técnicas de pesquisa desinformadas.
Técnicas de pesquisa informadas.

Um dos problemas de otimização mais conhecidos é o do caixeiro viajante. Nesse problema, o caixeiro deve visitar de modo eficiente um conjunto de cidades e voltar para o ponto inicial.
Nesse sentido, selecione a opção correta sobre as estratégias de busca.
Esse problema é bastante complexo do ponto de vista computacional e, sob determinadas condições, pode ser resolvido por um algoritmo de busca local.
O problema do caixeiro viajante é usado apenas como uma referência acadêmica sem aplicações práticas.
Por se tratar de um problema bem documentado, ele pode ser resolvido eficientemente por métodos determinísticos.
Devido às características complexas desse problema, não é possível resolvê-lo.
Esse problema não pode ser resolvido por uma busca local.

As redes neurais artificiais possuem a vantagem de poderem ser aplicadas a muitas situações práticas. Uma dessas aplicações são os problemas de classificação, mas também possuem algumas limitações.
Em relação às desvantagens das redes neurais artificiais, selecione a opção correta.
As redes neurais artificiais são modelos probabilísticos, então, não é possível fazer afirmações sobre sua taxa de acerto.
Devido à flexibilidade das redes neurais artificiais sempre é possível ajustar um modelo para que a taxa de acerto seja alta.
As redes neurais artificiais extraem as características dos dados de treinamento tornando-se superespecializadas.
Não é trivial fazer uma correspondência entre as soluções fornecidas por uma rede neural e sua arquitetura.
Na prática, as redes neurais artificiais são muito complexas para resolver problemas reais.

A respeito dos métodos de planejamento vistos: planejamento progressivo, regressivo e o strips.
Assinale a alternativa verdadeira:
Planejamento progressivo é mais eficiente que o regressivo.
Strips sempre acha um plano de execução ao objetivo, se existir um plano.
Strips implementa um tipo de busca regressiva.
Planejamento progressivo não requer uso de muita memória.
As buscas são de ordem linear em relação ao número de estados.

Dado abaixo as suposições restritivas de um problema de planejamento clássico:
Considere um robô que tem como objetivo explorar a superfície da lua. No desenvolvimento do robô, fazemos diversas suposições: Marque a alternativa que caracteriza as relaxações que deverão ser feitas a respeito das restrições do planejamento clássico:
Relaxar somente A0 e A6.
Relaxar somente A0, A1 e A6.
Relaxar A1 somente.
Relaxar somente A6.
Relaxar somente A0 e A1.

Considere a tabela a seguir que mostra os dados referentes aos alunos matriculados em quatro cursos de uma universidade em um certo ano: Imagine que um estudante, escolhido ao acaso, esteja cursando Física. Qual a probabilidade de esse aluno ser uma mulher?
24%
26%
35%
9%
67%