November 2023 2 53 Report
PERGUNTA 3
1. A ideia básica por trás de Support Vector Machines (SVMs) não lineares é mapear o conjunto de dados para um novo espaço de maior dimensão, denominado espaço de características (feature space), em que as classes são linearmente separáveis. Realiza-se, então, a classificação usando um SVM linear e, depois, retorna-se para a dimensão original. A otimização não é mais realizada diretamente sobre os dados de entrada, mas sobre os valores obtidos a partir do cálculo do kernel.

Com relação às funções kernel mais comuns, avalie as afirmações a seguir.

I. Temos a função kernel polinomial, dada pela fórmula:
II. Temos a função kernel RBF, dada pela fórmula:
III. Temos a função kernel tangencial, dada pela fórmula:

Está correto o que se afirma em:

a. I, II e III.

b. I e II, apenas.

c. II e III, apenas.

d. II, apenas.

e. III, apenas.
Please enter comments
Please enter your name.
Please enter the correct email address.
You must agree before submitting.

Lista de comentários

More Questions From This User See All
PERGUNTA 1 1. O método Query pertence à classe SQLiteDatabase, e, a partir dele, é possível listar dados em uma tabela. Essa listagem pode ser filtrada por diversos critérios e também ordenada por determinados campos. Analise o código-fonte a seguir. Ele é um trecho de uma consulta a uma tabela no SQLite do Android. Com relação aos parâmetros do método db.query(), assinale a alternativa correta. a. Para filtrar os dados de uma tabela, deve-se utilizar somente o quarto parâmetro do método. b. O nome da tabela, no primeiro parâmetro do método, deve sempre ser em letra maiúscula. c. A ordenação do resultado desse select pode ser definida preenchendo dados no segundo parâmetro. d. Para exibir um conjunto de campos de uma tabela, é necessário alterar o segundo parâmetro do método. e. Para agrupar os dados de uma tabela, deve-se utilizar somente o sexto parâmetro do método.
Responda
PERGUNTA 1 1. Atualmente, o mercado apresenta várias opções de soluções para o desenvolvimento no campo do aprendizado de máquina em forma de bibliotecas e frameworks. Uma variável que deve ser avaliada, no entanto, está em relação ao seu processamento, que pode ser local, utilizando os recursos computacionais da máquina do usuário, ou utilizando cloud computing. Considerando essas duas abordagens, relacione adequadamente as características descritas abaixo aos termos aos quais se referem. 1 – Local. 2 – Nuvem. I – Poder de processamento escalável. II – Alta latência. III – Sem limitação de banda. Assinale a alternativa que correlaciona adequadamente os dois grupos: a. 1-I; 1-II; 2-III. b. 1-I; 1-II; 1-III. c. 1-I; 2-II; 1-III. d. 2-I; 2-II; 1-III. e. 2-I; 2-II; 2-III.
Responda
PERGUNTA 2 1. Dentre outros aspectos do desenvolvimento do aprendizado de máquina, uma avaliação importante que deve ser realizada está relacionada aos algoritmos computacionais de classificação. No processo de escolha de qual algoritmo será utilizado, devem ser consideradas as características existentes nas fases de treinamento e de inferência. Considerando essas duas abordagens, relacione adequadamente as características descritas abaixo aos termos aos quais se referem. 1 – Treinamento. 2 – Inferência. I – Grandes conjuntos de dados. II – Minutos-semanas em Graphics Processing Units (GPUs). III – Milissegundos. Assinale a alternativa que correlaciona adequadamente os dois grupos: a. 1-I; 1-II; 2-III. b. 2-I; 2-II; 2-III. c. 1-I; 1-II; 1-III. d. 1-I; 2-II; 1-III. e. 2-I; 2-II; 1-III.
Responda
PERGUNTA 4 1. Às vezes, as redes neurais utilizadas no processo de aprendizagem de máquina podem apresentar problemas. Um exemplo comum que pode ser citado corresponde ao fato de não conseguir diferenciar de forma correta e satisfatória todos os exemplos utilizados na fase de treinamento. Com base nas informações acima, assinale a alternativa correta que define o nome para a rede que descreve um “underfitting”. a. Low bias. b. High variance. c. Ok. d. High bias/high variance. e. High bias.
Responda
PERGUNTA 3 1. Quando estamos utilizando diferentes conjuntos de dados de treinamento durante o processo de minimização da função custo na aprendizagem de máquina, quanto menor for o tamanho dos minibatches utilizados, mais ruidoso será o comportamento dessa função custo. Assim, devido às características desse comportamento, diferentes estratégias podem ser utilizadas. Considerando essa informação, identifique se são Verdadeiras (V) ou Falsas (F) as afirmativas a seguir, que definem os pontos positivos das diferentes estratégias. I. ( ) Gradient descent: é mais bem comportada e o gradiente normalmente atinge o mínimo da função j (w,b). II. ( ) Minibatch gradient descent: é possível observar a evolução do processo de minimização de j (w,b) já nos primeiros passos de iteração. III. ( ) Stochastic gradient descent: aumenta a velocidade do aprendizado se m é elevado. Assinale a alternativa que apresenta a sequência correta. a. F – F – V. b. V – V – V. c. V – F – F. d. F – F – F. e. V – V – F.
Responda
PERGUNTA 51. Existem diversos frameworks e bibliotecas disponíveis para o desenvolvimento em AM e, a partir das necessidades do cliente, é possível optar por uma abordagem local (instalação na própria máquina) ou a utilização de algum serviço em nuvem. Além disso, no processo de utilização dos frameworks, existem diferentes formatos de serviços quando se opta por processamento em nuvem.Considerando essa informação, identifique se são Verdadeiras (V) ou Falsas (F) as afirmativas a seguir, que definem as possibilidades dos principais formatos de serviços.I. ( ) Apenas contratação de recurso de hardware.II. ( ) VM com softwares pré-instalados e pré-configurados.III. ( ) Machine Learning as a Service (MLaaS).Assinale a alternativa que apresenta a sequência correta. a. V – V – F. b. F – V – V. c. V – V – V. d. F – F – V. e. F – F – F.
Responda
PERGUNTA 6 1. Uma biblioteca que possui uma arquitetura flexível, toda ela utilizando código aberto, sendo multiplataforma é o (lacuna 1) ___________________________________. Essa biblioteca criada para o aprendizado de máquina foi desenvolvida pela equipe do (lacuna 2)_______________________ e é muito eficiente para (lacuna 3) _______________________________ usando grafos de fluxo de dados. Preencha as lacunas escolhendo a alternativa correta: a. TensorFlow, Google Docs, computação textual. b. Scikit-learn, Google Brain, computação numérica. c. TensorFlow, Google Brain, computação numérica. d. TensorFlow, Google Brain, computação textual. e. Scikit-learn, Google Docs, computação textual.
Responda
PERGUNTA 6 1. As Intents proporcionam iniciar uma tarefa em outro aplicativo informando uma ação simples que sintetiza o que o indivíduo gostaria de fazer, como tirar uma foto, e isso é feito em um objeto Intent. Em uma certa intent, é possível que, caso não exista indicação sobre um determinado componente, mas exista a indicação da ação a ser realizada, um componente de outro aplicativo consiga processá-la. Um segundo tipo de intent permite informar ao aplicativo que vai assistir o Intent comunicando, por exemplo, o nome do pacote desse aplicativo. Já um terceiro tipo de intent possibilita iniciar um componente no próprio aplicativo. Assinale a alternativa que indique as intents citadas respectivamente, no enunciado. a. Intent implícita, intent explícita, intent implícita. b. Intent implícita, intent implícita, intent explícita. c. Intent implícita, intent explícita, intent explícita. d. Intent explícita, intent implícita, intent explícita. e. Intent explícita, intent implícita, intent implícita.
Responda
PERGUNTA 2 1. A partir de duas camadas intermediárias, já é possível aproximar funções não lineares, desde que sejam utilizados neurônios suficientes. Existem vários tipos de funções não lineares, das quais podemos destacar as funções erro, custo, sigmoide, tangente hiperbólica e Rectified Linear Unit (ReLU). Considerando as funções sigmoide, tangente hiperbólica e ReLU, analise as características descritas abaixo e as relacione adequadamente aos termos aos quais se referem. 1 – Sigmoide. 2 – Tangente hiperbólica. 3 – ReLU. I – Função normalmente utilizada na última layer (output layer). II – Pode ser vista como uma versão deslocada de uma outra função (centrada em zero). III – Essa talvez seja a função de ativação mais utilizada nos hidden layers. Assinale a alternativa que correlaciona adequadamente os dois grupos: a. 1-II; 2-I; 3-III. b. 1-III; 2-I; 3-II. c. 1-I; 2-II; 3-III. d. 1-III; 2-II; 3-I. e. 1-I; 2-III; 3-II.
Responda
PERGUNTA 3 1. As primeiras Redes Neurais Artificiais, conhecidas por RNAs, das quais podemos citar como exemplo o Percetron e a Adaline, possuíam um único neurônio como a sua unidade básica de processamento. No entanto, essa configuração com um único neurônio possui a capacidade de classificar apenas as classes linearmente separáveis. A partir de duas camadas intermediárias, já é possível aproximar funções não lineares, desde que sejam utilizados neurônios suficientes. Com base nas informações apresentadas, identifique se são Verdadeiras (V) ou Falsas (F) as afirmações a seguir, que definem características das funções não lineares relacionadas às suas camadas. I. ( ) Na primeira camada, cada neurônio aprende uma função que define uma conexão. II. ( ) Na segunda camada, cada neurônio combina um conjunto de conexões definidas pela camada anterior, formando regiões convexas. III. ( ) Na terceira camada, os neurônios combinam um conjunto de regiões convexas em regiões de formato arbitrário. Assinale a alternativa que apresenta a sequência correta. a. V – V – V. b. V – V – F. c. F – F – F. d. F – V – V. e. F – F – V.
Responda

Helpful Links

Helpful Social

Copyright © 2025 ELIBRARY.TIPS - All rights reserved.