Carregando...
Carregando...
Ajude a melhorar a plataforma
A rede neural de múltiplas camadas (MLP) é formada por uma camada de entrada, uma ou mais camadas ocultas e uma camada de saída. Cada neurônio em uma camada está conectado a todos os neurônios da próxima camada, permitindo a propagação das entradas por meio da rede. A arquitetura da MLP é essencial para resolver problemas complexos que não podem ser solucionados por modelos lineares simples.
Nesse sentido, assinale a alternativa que descreve corretamente a função da camada oculta em uma rede neural de múltiplas camadas:
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.
Alternativa C - A camada oculta transforma o problema original em um espaço de representação diferente.
As Redes Neurais Multicamadas (MLP) utilizam camadas intermediárias para extrair características dos dados de entrada.
A camada oculta atua como um extrator de características. Ela recebe os dados brutos e, através dos pesos e funções de ativação, projeta esses dados em um novo espaço vetorial onde o problema (muitas vezes não linearmente separável) se torna mais fácil de resolver.
Imagine um problema de classificação onde os dados estão misturados como espirais. A camada oculta realiza uma "dobra" ou transformação geométrica nesses dados para que a camada de saída consiga traçar uma linha (hiperplano) e separá-los corretamente.
A função primordial das camadas ocultas é a re-representação dos dados para facilitar a classificação ou regressão final.
Alternativa C.