QuestLab Plataforma Inteligente de Questões
Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Encontre as questões que procura
Limpar filtros
2.946 questões encontradas

Os hiperparâmetros de um modelo são todos os parâmetros que podem ser definidos antes do inicio do treinamento, diferentemente dos parâmetros do modelo, que são aprendidos durante o treino do modelo. A busca por hiperparâmetros de determinado algoritmo de aprendizado de máquina que retorne o melhor desempenho medido em um conjunto de validação deu origem ao conceito de otimização de hiperparâmetros. Acerca dos conceitos de otimização de hiperparâmetros de modelos de aprendizado de máquinas, julgue o item que se segue. A otimização bayesiana se utiliza do conceito de probabilidade para encontrar o valor de entrada de uma função que possa retornar o menor valor de saída possível. Nesse método, o número de iterações de pesquisa pode ser reduzido a partir da escolha dos valores de entrada, levando em consideração os resultados anteriores, o que caracteriza um processo iterativo.

A Certo
B Errado

Julgue o próximo item, relativos a redes neurais artificiais (RNA). Em RNA formada unicamente de perceptron , uma pequena alteração nos pesos de um único perceptron na rede pode ocasionar grandes mudanças na saída desse perceptron ; mesmo com a inserção das funções de ativação, não é possível controlar o nível da mudança, por isso, essas redes são voltadas para a resolução de problemas específicos, tais como regressão e previsão de séries temporais.

A Certo
B Errado

Julgue o próximo item, relativos a redes neurais artificiais (RNA). As funções de ativação são elementos importantes nas redes neurais artificiais; essas funções introduzem componente não linear nas redes neurais, fazendo que elas possam aprender mais do que relações lineares entre as variáveis dependentes e independentes, tornando-as capazes de modelar também relações não lineares.

A Certo
B Errado

Julgue o próximo item, relativos a redes neurais artificiais (RNA). O algoritmo de backpropagation consiste das fases de propagação e de retro propagação: na primeira, as entradas são passadas através da rede e as previsões de saída são obtidas; na segunda, se calcula o termo de correção dos pesos e, por conseguinte, a atualização dos pesos.

A Certo
B Errado

Julgue o próximo item, relativos a redes neurais artificiais (RNA). Rede neural recorrente é uma arquitetura similar à feedforward ; a diferença é que a cada nova camada oculta ( hidden layer ) é acrescentada outra camada recorrente à arquitetura conectada à camada anterior, duplicando assim a quantidade de camadas.

A Certo
B Errado

Julgue o próximo item, relativos a redes neurais artificiais (RNA). Em RNA, o uso de early stopping, ainda que não evite o overfitting, permite calcular com mais precisão a classificação nos dados de validação e, assim, melhorar a acurácia do treinamento.

A Certo
B Errado

Julgue o próximo item, relativos a redes neurais artificiais (RNA). Uma rede neural convolucional é composta por camadas convolucionais, unidades de processamento não linear e camadas de subamostragem ( pooling ); ela possui como característica a habilidade em explorar correlações temporais e espaciais nos dados.

A Certo
B Errado

Com respeito a machine learning aplicado, julgue o próximo item. Mask RCNN ( region-based convolutional neural network ) é um método para segmentação de objetos e instâncias que se baseia em detecção, enquanto o método SSAP ( single-shot instance segmentation ) se baseia em pixels.

A Certo
B Errado