Carregando...
Carregando...
A aplicação das redes neurais artificiais (RNA) podem envolver o reconhecimento de padrões e o aprendizado de funções não lineares. Podem adquirir, armazenar e utilizar conhecimento por meio dos algoritmos de aprendizagem. Sua computação é realizada por meio de uma densa malha de nós processadores e conexões tal qual um aglomerado de neurônios biológicos.
Em relação aos conceitos dos métodos conexionista e das redes neurais, avalie as afirmativas a seguir.
No treinamento de uma RNA, a função erro é uma forma de ter uma medida do quanto a predição está próxima ou distante do valor desejado. O algoritmo do gradiente descendente otimiza os valores dos pesos da RNA por meio da maximização da função erro, utilizando as derivadas parciais. A função custo otimiza os valores de pesos, reduzindo o erro na predição, que corresponde à soma ponderada da função de erro para todos os exemplos do treinamento. Durante o processo de treinamento de uma rede neural, a principal tarefa do algoritmo é a redução do erro. O papel do algoritmo é buscar os pesos que aumentem a função custo.
Está correto o que se afirma em:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
A afirmativa I está correta, pois, no treinamento de uma RNA, a função erro é um indicativo do quanto o algoritmo está próximo do resultado esperado, ou mesmo distante, a depender da predição realizada. A afirmativa II está incorreta, pois o método de iteração do gradiente descendente melhora os valores dos pesos da rede neural ao minimizar a função custo em derivadas parciais. A afirmativa III está correta, pois a função custo, ou de perda, como também é chamada, tem o objetivo de otimizar os valores assumidos pelos pesos dos atributos ao reduzir o erro de predição para todos os exemplos do treinamento. A afirmativa IV está incorreta, pois, para a diminuição de erros, a tarefa de processamento dos treinamentos na rede, conforme aumentam o número de iterações em que não são propagados os erros, acabam por minimizar a função custo.