PERGUNTA 1

Em uma rede neural artificial, o layer de entrada, os layers internos e o layer de saída, são denominados respectivamente:

a.
input layer, dense layers, result layer.

b.
attribute layer, hidden layers, result layer.

c.
X layer, dense layers, Y layer.

d.
input layer, hidden layers, output layer.

e.
input layer, dense layers, label layer.

1,25 pontos

PERGUNTA 2

Podemos citar como um exemplo de modelo preditivo obtido através do uso dos métodos conexionistas de Aprendizado de Máquina:

a.
Árvores de decisão.

b.
Redes Neurais Artificiais.

c.
DBSCAN.

d.
K-NN.

e.
SVM.

1,25 pontos

PERGUNTA 3

Na operação de ________ realizadas nas CNNs, o volume correspondente a um layer é transformado em um vetor de ________, constituindo um layer __________.

a.
padding, imagens, de saída.

b.
maxpooling, atributos, logístico.

c.
flatten, neurônios, fully connected.

d.
stride, características, softmax.

e.
convolução, neurônios, convolucional.

1,25 pontos

PERGUNTA 4

Em relação às redes neurais convolucionais, podemos afirmar que:



I - Historicamente, o uso de CNNs tem sido empregado fortemente em problemas de Visão Computacional (Computer Vision), para classificação de imagens, detecção de objetos (e.g. carros autônomos), e nas artes (Neural Style Transfer) que busca fundir imagens e estilos em novas imagens.



II - Na operação de convolução nas CNNs, o filtro, que consiste em uma matriz de dimensão menor que a matriz de entrada, é deslizado sobre a matriz de interesse para o cálculo do resultado da convolução.



III - A operação de stride consiste na adição de zeros à matriz de entrada em um determinado layer da rede convolucional.

a.
Somente as afirmações I e III estão corretas.

b.
Somente a afirmação I está correta.

c.
Nenhuma das afirmações está correta.

d.
Somente as afirmações I e II estão corretas.

e.
Todas as afirmações estão corretas.

1,25 pontos

PERGUNTA 5

Entre as possíveis operação realizadas nas matrizes em um layer de uma rede convolucional, o _______ é utilizado para compensar _________ na dimensionalidade causada pela operação de convolução, através da adição de _______ nas "bordas" da matriz de entrada do layer.

a.
maxpooling, o aumento, zeros

b.
flatten, a distorção, zeros

c.
padding, a redução, zeros

d.
averagepooling, a distorção, características

e.
stride, a redução, neurônios

1,25 pontos

PERGUNTA 6

Em relação aos modelos preditivos utilizados nos métodos conexionistas, podemos afirmar que:



I - Para tratar problemas de classificação multiclasse, pode-se utilizar um layer softmax como último layer da rede, que basicamente realizará a tarefa fornecer a probabilidade associada às diferentes classes, para um objeto fornecido na entrada da rede.



II - Adaline e Inception Net são exemplos de redes neurais convolucionais.



III - Devido ao elevado tempo de treinamento associado a redes profundas, é comum o uso da estratégia de “Transfer Learning” para acelerar o tempo de aprendizado.

a.
Nenhuma das afirmações está correta.

b.
Somente a afirmação I está correta.

c.
Somente as afirmações I e III estão corretas.

d.
Todas as afirmações estão corretas.

e.
Somente as afirmações I e II estão corretas

1,25 pontos

PERGUNTA 7

Em relação às funções de ativação utilizadas em redes neurais artificiais (RNAs), podemos afirmar que:



I - A função sigmoid é também conhecida como função logística.



II - A função sigmoid normalmente não é utilizada nos hidden layers por apresentar offset, e uma baixa taxa de variação (derivada) para valores elevados do seu argumento, o que pode levar à redução na velocidade de convergência dos algoritmos.



III - A função de ativação ReLU é normalmente a escolhida para utilização nos hidden layers, pois normalmente a velocidade de aprendizado será bem maior do que com o uso das funções tanh (tangente hiperbólica) ou sigmoid.

a.
Somente as afirmações II e III estão corretas.

b.
Todas as afirmações estão corretas.

c.
Somente as afirmações I e II estão corretas.

d.
Nenhuma das afirmações está correta.

e.
Somente a afirmação I está correta.

1,25 pontos