Questões de Concurso
Comentadas sobre inteligencia artificial em engenharia de software
Foram encontradas 661 questões
I – No aprendizado por memória, o mecanismo não enxerga os neurônios individualmente, mas sim a rede como um todo. Um estado de “energia” é atribuído ao sistema, dada uma configuração, e esse estado é corrigido com base em uma pseudo-temperatura (determinado momento no tempo que reflete uma configuração qualquer). Com o uso de uma função estocástica (aleatória) de variação em alguns pesos a cada ciclo, o sistema tende a um equilíbrio após vários ciclos, gerando a resposta esperada.
II – No Aprendizado Hebbiano, o peso de uma sinapse (conexão entre dois neurônios) é aumentado se ambos os neurônios são excitados simultaneamente (no mesmo momento temporal); por outro lado, esse peso é reduzido se ambos os neurônios são excitados em momentos diferentes.
III – No aprendizado de Boltzmann, a correção dos pesos se dá pela construção de um vetor de duplas, que contém duplas de valores de entrada e valores desejados de saída. Esse vetor tem suas duplas visitadas na vizinhança dos valores ideais de entrada e saída desejados a cada iteração, com os valores mutados para corrigir os pesos de entrada dos neurônios.
Assinale a alternativa CORRETA, conforme Oliveira (2018):
OLIVEIRA, R. F. Inteligência Artificial. Editora e Distribuidora Educacional S.A. 224pg. 2018.
I – Um algoritmo genético é uma variante da busca em feixe estocástica, na qual os estados sucessores são gerados pela modificação de um único estado.
II – A analogia em relação à seleção natural é a mesma que se dá na busca em feixe estocástica, exceto pelo fato de usar a reprodução assexuada, e não a reprodução sexuada.
III – A principal desvantagem do algoritmo genético vem do cruzamento, no qual é possível combinar grandes blocos de genes que evoluem de forma independente para executar funções úteis, elevando, assim, o nível de granularidade em que a busca opera.
IV – Os algoritmos genéticos combinam uma propensão de exploração aleatória com a troca de informações entre processos de busca paralelos.
Assinale a alternativa CORRETA, conforme Russel e Norvig (2013):
RUSSELL, S.; NORVIG, P. Inteligência Artificial. Elsevier Bookman. 3° Ed. 1324 pg. 2013.
1 - Processamento de linguagem natural
2 - Representação de conhecimento
3 - Raciocínio automatizado
4 - Aprendizado de máquina
5 - Visão computacional
6 - Robótica
( ) Permite manipular objetos e movimentar-se.
( ) Permite adaptar-se a novas circunstâncias, para detectar e extrapolar padrões.
( ) Permite usar as informações armazenadas com a finalidade de responder a perguntas e tirar novas conclusões.
( ) Permite perceber objetos.
( ) Permite que o computador se comunique com sucesso em uma linguagem de idioma.
( ) Permite armazenar o que sabe ou ouve.
Assinale a alternativa que apresenta a numeração CORRETA da coluna da direita, de cima para baixo, conforme Russel e Norvig (2013):
RUSSELL, S.; NORVIG, P. Inteligência Artificial. Elsevier Bookman. 3° Ed. 1324 pg. 2013.
Trata-se de modelos complexos que absorvem relações não lineares e não triviais nos dados. É preciso que o analista de dados tenha uma visão crítica e entendimento dos algoritmos. Suponha que você tenha sido contratado para criar um sistema que utilize modelos de aprendizado de máquina para classificar pacientes segundo a propensão a apresentar uma determinada doença, mas um requisito essencial do sistema é que seja possível explicar claramente como se chegou a essa previsão. Dentre os seguintes algoritmos, é correto afirmar o que se utilizaria é:
Segundo Glassner, o que caracteriza uma rede de aprendizado profundo são:
I. Se temos atributos na base de dados que sejam redundantes, irrelevantes ou inúteis, devemos eliminá-los.
II. Podemos eliminar atributos que contribuem muito pouco na construção de um modelo como os que tem um mesmo valor na grande maioria das instâncias.
III. Os atributos removidos do conjunto de treinamento devem ser também removidos do conjunto de testes.
Sobre as afirmativas acima, pode-se dizer que:
Durante o treinamento de um modelo de aprendizado de máquina, percebe-se que o modelo tem uma alta precisão no conjunto de treinamento, mas uma baixa precisão para o conjunto de novos dados.
Isso indica um(a)
“[...] acredita que um dia será possível recriar máquinas capazes de pensar, criar e exibir comportamento inteligente nos moldes humanos, a partir da criação de algoritmos cognitivos que possam executar em computadores [...]” (SILVA et al., 2018, p.17).
Assinale a alternativa que apresenta esta categoria de IA.