Questões
Pratique com questões de diversas disciplinas e universidades
6.098 questões encontradas(exibindo 10)
Quais das afirmativas abaixo estão corretas em relação ao impacto da escolha do tamanho no mini-batch (minilote) no treinamento da rede?
I. Ao ampliar o tamanho do mini-batch, podemos fazer melhor uso das GPUs.
II. O mini-batch com tamanho 1 é equivalente ao método do gradiente on-line, ou seja, os parâmetros do modelo são ajustados a cada iteração do laço de treinamento.
III. O tamanho do mini-batch deve refletir um balanceamento entre uso eficiente de memória e paralelização.
Selecione a alternativa correta:
Qual é a principal vantagem de usar técnicas de transferência de aprendizado?
Elas permitem treinar modelos em grandes volumes de dados sem precisar de um grande conjunto de dados de treinamento.
Elas evitam a necessidade de usar redes neurais em modelos de aprendizado de máquina.
Elas tornam o treinamento mais rápido, transferindo conhecimento de um modelo treinado para outro.
Elas são eficazes apenas em problemas de regressão.
Elas garantem que o modelo nunca overfit.
A velocidade de convergência no método backpropagation depende de alguns fatores, como o número de camadas e a complexidade das funções ativas. Das opções listadas abaixo, quais representam os fatores que influenciam na convergência deste método?
I. Método de otimização
II. Direção de propagação das informações
III. Número de variáveis
IV. Taxa de aprendizado
V. Aleatoriedade dos pesos iniciais
Um estado é seguro se ele não está em uma situação de impasse e se existe uma ordem de escalonamento no qual todo processo possa ser executado até sua conclusão.I.
O algoritmo do banqueiro é um exemplo de algoritmo que faz uso do conceito de estado seguro e estado inseguro para o escalonamento dos processos.II.
Estados inseguros sempre conduzem a condições de deadlock.III.
Assinale a alternativa correta:
Qual é o papel do algoritmo de otimização de gradiente?
Ajustar a arquitetura da rede neural para reduzir seu tempo de treinamento.
Minimizar a função de erro, ajustando os parâmetros do modelo através de cálculos de gradientes.
Melhorar a acurácia do modelo em dados de treinamento.
Ajustar os dados de entrada para melhorar a generalização do modelo.
Aumentar a complexidade do modelo para melhorar as previsões.
A estratégia de alguns algoritmos para resolver problemas em espaços de estados é explorar a vizinhança de uma determinada solução com a garantia de qualidade. Nesse sentido, selecione a opção correta que trata desta classe de problemas.
Qual o nome da linguagem de programação, inventada em 1958 por John MacCarthy, projetada para uso na inteligência artificial?
Lisp
Python
Java
C++
Ruby
No aprendizado de máquina, o que é cross-validation?
A técnica de dividir os dados em várias partes para treinar o modelo de forma eficiente.
A técnica de treinar o modelo com o conjunto de dados completo, sem validação adicional.
A técnica de ajustar o modelo em um único conjunto de dados de treinamento e avaliar em outro.
A técnica de combinar os dados de diferentes fontes para melhorar a precisão.
A técnica de testar diferentes modelos de aprendizado para escolher o melhor.
Qual é uma das principais vantagens do uso de robôs na construção civil?
Eles são mais lentos do que trabalhadores humanos.
Reduzem o custo total de construção ao eliminar a necessidade de mão de obra.
Aumentam a precisão e a eficiência na execução de tarefas específicas.
Eles não podem operar em condições climáticas adversas.
Assinale abaixo o que caracteriza as redes neurais no contexto da Inteligência Artificial:
São limitadas ao processamento de dados visuais.
São inspiradas pela complexidade do cérebro humano e consistem em camadas de neurônios que processam informações de forma coletiva.
Utilizam exclusivamente o algoritmo "backpropagation" para aprendizagem.
Referem-se a sistemas autônomos de aprendizado profundo.
São algoritmos específicos para processamento de linguagem natural.