Questões
Pratique com questões de diversas disciplinas e universidades
6.098 questões encontradas(exibindo 10)
O que é a técnica de dropout em redes neurais?
A exclusão de variáveis irrelevantes do conjunto de dados de entrada.
A desativação aleatória de neurônios durante o treinamento para evitar overfitting.
A troca de uma função de ativação linear por uma não linear.
A normalização das entradas para melhorar a convergência.
A combinação de múltiplas redes neurais em uma única rede.
Qual das seguintes opções é a mais importante ao estabelecer um Projeto de Vida?
Definir metas financeiras de curto prazo.
Identificar e compreender seus valores e paixões.
Buscando a aprovação dos outros.
Focar exclusivamente na carreira profissional.
I. A seleção, modificação e criação de características a partir de dados brutos;
II. Um tipo específico de algoritmo para preparação de grandes conjuntos de dados;
III. O feedback na forma de recompensas ou penalidades e o desenvolvimento de modelos eficazes.
Qual é a principal função da técnica de regularização L2?
Ela penaliza grandes valores nos coeficientes dos parâmetros, mas de uma forma mais suave do que L1.
Ela reduz a quantidade de dados necessários para treinamento do modelo.
Ela aumenta a complexidade do modelo para aprender padrões mais complicados.
Ela cria redes neurais profundas com muitas camadas ocultas.
Ela evita que o modelo aprenda características irrelevantes nos dados de treinamento.
Os métodos de busca em espaço de estados são muito úteis para resolver problemas práticos. Nesse sentido, selecione a opção correta que trata sobre os métodos de busca no espaço de estados.
A função de desempenho é aplicada para medir a qualidade de uma solução.
Para medir a qualidade de uma solução, o agente aplica uma função de utilidade.
Apesar de existirem algumas estratégias para resolver um problema no espaço de estados, todas elas conduzirão à solução alvo.
A escolha de um determinado estado no caminho de uma solução é feita de forma determinística.
Ao longo das iterações de um agente, ele pode fazer uma sucessão de escolhas que sempre conduzirão à solução alvo do problema.
Em um modelo de aprendizado supervisionado, qual é a principal vantagem do uso do algoritmo XGBoost?
Ele é mais simples que outros algoritmos e exige menos recursos computacionais.
Ele é um modelo de regressão que pode lidar apenas com dados numéricos.
Ele é uma implementação de árvores de decisão que utiliza gradient boosting para melhorar a acurácia do modelo.
Ele é usado apenas para problemas de classificação com dados binários.
Ele trabalha apenas com dados não rotulados.
O mapeamento do uso e cobertura do solo é uma das principais aplicações de sensoriamento remoto (SR). Nesse contexto, é correto afirmar que o método de classificação de imagem de SR:
O que é uma rede neural convolucional (Convolutional Neural Network - CNN) comumente usada?
Análise de texto em PLN.
Processamento de dados tabulares.
Visualização de dados em gráficos dinâmicos.
Processamento de imagens e visão computacional.
Análise estatística de séries temporais.