Escolar Documentos
Profissional Documentos
Cultura Documentos
PERGUNTA 1
1. Analise as afirmativas abaixo e assinale a alternativa correta:
0,25 pontos
PERGUNTA 2
1. Analise as afirmativas abaixo e assinale a alternativa correta:
0,25 pontos
PERGUNTA 3
1. Analise as afirmativas abaixo e assinale a alternativa correta:
0,25 pontos
PERGUNTA 4
1. 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.
PERGUNTA 3
1. Analise as afirmativas abaixo e assinale a alternativa correta:
PERGUNTA 4
1. Assinale a alternativa que melhor define a função de ativação Tanh?
a. o neurônio Maxout generaliza a função ReLU e sua versão Leaky ReLyu
b. Generaliza o neurônio Maximus.
c. é um conjunto de neurônios interconectados.
d. é próxima de uma função sigmoide, porém suas saídas não tem apenas a variação
de número entre 0 e 1, ela possui saídas reais entre -1 e 1.
e. é um neurônio sigmóide.
PERGUNTA 1
1. Assinale a alternativa que melhor define a função de ativação Maxout?
a. é uma função de ativação com vazamento.
b. o neurônio Maxout generaliza a função ReLU e sua versão Leaky ReLyu
c. Generaliza o neurônio Maximus.
d. é um conjunto de neurônios interconectados.
e. é um neurônio sigmóide.
AS II
PERGUNTA 1
1. É correto afirmar que o número de neurônios de uma rede é uma métrica para se
definir o tamanho de uma rede neural?
a. Falso
b. Verdadeiro
0,25 pontos
PERGUNTA 2
1. 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 - SVMs são simplesmente um caso especial de redes neurais de multi-camadas.
0,25 pontos
PERGUNTA 3
1. É correto afirmar que à medida que aumentamos o tamanho e o número de camadas
em uma rede neural, a capacidade da rede diminui:
a. Falso
b. Verdadeiro
0,25 pontos
PERGUNTA 4
1. Analise as afirmativas abaixo e assinale a alternativa correta:
AS III
PERGUNTA 1
1. É correto afirmar que a soma dos erros quadrados representa a diferença entra o valor
esperado com o valor retornado pela rede neural para um dado processamento
a. Falso
b. Verdadeiro
0,25 pontos
PERGUNTA 2
1. Analise as afirmativas abaixo e assinale a alternativa correta:
I - Após repetidas vezes se propagando o erro da rede para trás ou para os neurônios
ou camadas anteriores, o peso de cada neurônio vai se ajustando até chegar ao
resultado esperado para a rede;
II - A soma dos erros quadrados é um valor importante para se retropropagar o erro
para as camadas e neurônios anteriores da rede;
III - Esta função de ativação ou a derivada parcial de cada neurônio é conhecido
também como declínio de gradiente da rede.
0,25 pontos
PERGUNTA 3
1. Analise as afirmativas abaixo e assinale a alternativa correta:
0,25 pontos
PERGUNTA 4
1. Analise as afirmativas abaixo e assinale a alternativa correta:
PERGUNTA 1
1. É correto afirmar que a função de ativação ou a derivada parcial da função de cada
neurônio é conhecida como o declínio de gradiente da rede ou de cada neurônio.
a. Falso
b. Verdadeiro
0,25 pontos
PERGUNTA 2
1. Analise as afirmativas abaixo e assinale a alternativa correta:
I - “Inicializar pesos para os parâmetros que queremos treinar” é uma etapa da rede
neural que não tem relação com o algoritmo backpropagation;
II - “Definir o erro ou função de custo e seus primeiros valores de derivações” 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.
0,25 pontos
PERGUNTA 3
1. Analise as afirmativas abaixo e assinale a alternativa correta:
I - Após repetidas vezes se propagando o erro da rede para trás ou para os neurônios
ou camadas anteriores, o peso de cada neurônio vai se ajustando até chegar ao
resultado esperado para a rede;
II - A soma dos erros quadrados é um valor importante para se retropropagar o erro
para as camadas e neurônios anteriores da rede;
III - Esta função de ativação ou a derivada parcial de cada neurônio é conhecido
também como declínio de gradiente da rede.
PERGUNTA 1
1. Analise as afirmativas abaixo e assinale a alternativa correta:
AS IV
PERGUNTA 1
1. Analise as afirmativas abaixo e assinale a alternativa correta:
I - Uma memória associativa pode ser definida como um tipo de memória que
armazena um conjunto de padrões de tal forma que quando um novo padrão é
apresentado (possivelmente com ruído);
II - Uma rede neural que implementa a memória associativa responde produzindo
qualquer um dos padrões armazenados que mais se assemelha ao padrão
apresentado;
III - Um conteúdo parcial pode atuar como endereço para o conteúdo completo que a
rede “lembra-se” do padrão armazenado.
0,25 pontos
PERGUNTA 2
1. É correto afirmar que as redes de Hopefield implementam redes de memória
associativa.
a. Falso
b. Verdadeiro
0,25 pontos
PERGUNTA 3
1. Analise as afirmativas abaixo e assinale a alternativa correta:
0,25 pontos
PERGUNTA 4
1. Analise as afirmativas abaixo e assinale a alternativa correta: