AS I

PERGUNTA 1
1. Analise as afirmativas abaixo e assinale a alternativa correta:

I - Tanh é um tipo de função de ativação utilizada em redes neurais.

II - ReLU é um tipo de função de ativação utilizada em redes neurais.
III - Maxout é um tipo de neurônio artificial sigmóide.

a. Apenas as afirmativas I e III estão corretas.

b. Todas as afirmativas estão corretas.
c. Apenas a afirmativa I está correta.
d. Apenas as afirmativas I e II estão corretas.
e. Nenhuma afirmativa está correta.

0,25 pontos
PERGUNTA 2
1. 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 interligados
por um grande número de conexões.
III - A definição dos pesos em cada neurônio é feita pelo processo de treinamento ou
aprendizagem da rede neural.

a. Apenas as afirmativas I e III estão corretas.

b. Nenhuma afirmativa está correta.
c. Apenas a afirmativa I está correta.
d. Todas as afirmativas estão corretas.
e. Apenas as afirmativas I e II estão corretas.

0,25 pontos
PERGUNTA 3
1. 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.

a. Nenhuma afirmativa está correta.

b. Apenas as afirmativas I e III estão corretas.
c. Apenas a afirmativa I está correta.
 d. Apenas as afirmativas I e II estão corretas.
e. Todas as afirmativas estão corretas.

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.

a. Apenas as afirmativas I e III estão corretas.

b. Nenhuma afirmativa está correta.
c. Apenas as afirmativas I e II estão corretas.
d. Todas as afirmativas estão corretas.
e. Apenas a afirmativa I está correta.

PERGUNTA 3
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 - Velocidade é uma das características e vantagem das redes neurais, que consiste
no paralelismo maciço;
III - Uma RNA consiste em um determinado número de neurônios artificiais interligados
por um grande número de conexões.

a. Apenas as afirmativas I e II estão corretas.

b. Nenhuma afirmativa está correta.
c. Todas as afirmativas estão corretas.
d. Apenas as afirmativas I e III estão corretas.
e. Apenas a afirmativa I está 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.

a. Apenas a afirmativa I está correta.

b. Apenas as afirmativas I e II estão corretas.
c. Apenas as afirmativas I e III estão corretas.
d. Nenhuma afirmativa está correta.
e. Todas as afirmativas estão corretas.

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:

I - Ao contrário de todas as camadas de uma rede neural, os neurônios da camada de

saída geralmente têm uma única função de ativação;
II - A última camada de saída geralmente é usada para representar as pontuações da
classe (por exemplo, na classificação);
III - Em algumas literaturas as redes neurais podem ser denominadas "Redes neurais
artificiais" (ANN) ou "Perceptrons de várias camadas" (MLP).
 a. Apenas as afirmativas I e III estão corretas.
b. Apenas as afirmativas II e III estão corretas.
c. Apenas a afirmativa I está correta.
d. Nenhuma afirmativa está correta.
e. Todas as afirmativas estão corretas.

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.

a. Apenas a afirmativa I está correta.

b. Apenas as afirmativas II e III estão corretas.
c. Nenhuma afirmativa está correta.
d. Apenas as afirmativas I e III estão corretas.
e. Todas as afirmativas estão corretas.

0,25 pontos
PERGUNTA 3
1. 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.

a. Apenas as afirmativas I e III estão corretas.

b. Apenas as afirmativas II e III estão corretas.
c. Todas as afirmativas estão corretas.
d. Apenas a afirmativa I está correta.
 e. Nenhuma afirmativa está correta.

0,25 pontos
PERGUNTA 4
1. 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.

a. Apenas a afirmativa I está correta.

b. Apenas as afirmativas II e III estão corretas.
c. Todas as afirmativas estão corretas.
d. Nenhuma afirmativa está correta.
e. Apenas as afirmativas I e III estão corretas.

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.

a. Nenhuma afirmativa está correta.

b. Apenas as afirmativas I e III estão corretas.
c. Todas as afirmativas estão corretas.
d. Apenas a afirmativa I está correta.
e. Apenas as afirmativas II e III estão corretas.

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.

a. Apenas a afirmativa I está correta.

b. Todas as afirmativas estão corretas.
c. Apenas as afirmativas I e III estão corretas.
d. Nenhuma afirmativa está correta.
e. Apenas as afirmativas II e III estão corretas.

PERGUNTA 1
1. Analise as afirmativas abaixo e assinale a alternativa correta:

I - O processo Backpropagation não pode ser utilizado no processo de aprendizagem

em uma rede neural;
II - A soma dos erros quadrados é um valor importante para se retropropagar o erro
para as camadas e neurônios anteriores da rede;
III - A principal ideia é ajustar os pesos de cada neurônio artificial usando
essencialmente o valor esperado para a saída da rede e o erro ou distância da saída
da rede para o valor esperado.

a. Nenhuma afirmativa está correta.

b. Todas as afirmativas estão corretas.
c. Apenas as afirmativas I e III estão corretas.
d. Apenas as afirmativas II e III estão corretas.
e. Apenas a afirmativa I está 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.

a. Apenas a afirmativa I está correta.

b. Todas as afirmativas estão corretas.
 c. Apenas as afirmativas I e III estão corretas.
d. Apenas as afirmativas I e III estão corretas.
e. Nenhuma afirmativa está correta.

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:

I - As redes que implementam o conceito de SOM utilizam a localização especial ou

um tipo de mapa topográfico;
II - As redes de Hopfield utilizam o conceito de aprendizagem supervisionada;
III - As redes de Kohonen utilizam o conceito de aprendizagem não supervisionada.

a. Apenas a afirmativa I está correta.

b. Apenas as afirmativas I e II estão corretas.
c. Nenhuma afirmativa está correta
d. Todas as afirmativas estão corretas.
e. Apenas as afirmativas II e III estão corretas.

0,25 pontos
PERGUNTA 4
1. Analise as afirmativas abaixo e assinale a alternativa correta:

I - As redes de Hopfield podem ser aplicadas a problemas de otimização de natureza

combinatória, onde o objetivo é encontrar um estado que minimiza a função custo;
II - As redes de Hopfiled implementam o conceito SOM;
III - As redes de Hopfiled possuem também o papel corretor de erro.

a. Apenas as afirmativas I e II estão corretas.

b. Todas as afirmativas estão corretas.
c. Nenhuma afirmativa está correta.
d. Apenas as afirmativas I e III estão corretas.
e. Apenas a afirmativa I está correta.