🎯 Saiba o que estudar

Avançado com Treinador a partir de R$ 0,76/dia

Um analista de dados recebeu a tarefa de criar um classifica...

Próximas questões
Com base no mesmo assunto
Q4196054 Engenharia de Software

Um analista de dados recebeu a tarefa de criar um classificador de imagens e fotos capturadas por câmeras da prefeitura de Jundiaí. Foi escolhida a arquitetura de rede neural profunda mais popular para a tarefa em questão. Assinale a alternativa que indica essa arquitetura.

Alternativas

Gabarito comentado

Confira o gabarito comentado por um dos nossos professores

Gabarito: B

Fundamento decisivo: A decisão dependia de associar o tipo de tarefa ao tipo de arquitetura: classificação de imagens/fotos pede uma rede voltada à estrutura espacial dos pixels, o que afasta as opções sequenciais e aponta para a CNN.

Tema central: Arquiteturas para imagens
Análise das alternativas
A
Errada
RNN é eliminada porque sua aplicação típica é em dados sequenciais ou temporais. O enunciado cobra classificação de imagens/fotos, não processamento de sequência.
B
Certa
A alternativa B está correta porque CNN é a arquitetura clássica e mais difundida para classificação de imagens. O critério técnico que sustenta essa escolha é a compatibilidade direta entre convolução e dados bidimensionais: a CNN explora a estrutura espacial dos pixels e extrai padrões locais e hierárquicos, como bordas, texturas e formas, o que a torna a associação mais consagrada para essa tarefa.
C
Errada
LSTM é uma variante de RNN voltada a dependências longas em sequências. Isso a coloca no campo de dados sequenciais/temporais, e não como arquitetura mais popular para classificação de imagens.
D
Errada
BiLSTM também é arquitetura sequencial, com processamento em dois sentidos da sequência. Esse critério não corresponde à tarefa descrita, que é classificação visual de imagens/fotos.
E
Errada
LSTM-CRF é uma combinação mais associada à rotulação sequencial, especialmente em tarefas de linguagem natural. Portanto, não corresponde à arquitetura mais popular para classificar imagens.
Pegadinha da questão
A confusão real era tratar qualquer arquitetura de deep learning como igualmente adequada, sem vincular a escolha ao tipo de dado. Outra armadilha era pensar em fluxo temporal por causa de câmeras, quando o enunciado fala em imagens e fotos, não em sequência temporal.
Dica para questões semelhantes
  • Identifique primeiro se a tarefa é de imagem bidimensional ou de sequência; isso normalmente define a família de arquitetura.
  • Em classificação de imagens, a associação consagrada é CNN; arquiteturas recorrentes tendem a aparecer em problemas sequenciais.
  • Antes de marcar uma opção, confira se o modelo é compatível com a natureza da entrada descrita no enunciado.

Clique para visualizar este gabarito

Visualize o gabarito desta questão clicando no botão abaixo

Comentários

Veja os comentários dos nossos alunos

Resposta: B

"As Redes Neurais Convolucionais (ConvNets ou CNNs) são redes neurais artificiais profundas que podem ser usadas para classificar imagens, agrupá-las por similaridade (busca de fotos) e realizar reconhecimento de objetos dentro de cenas. São algoritmos que podem identificar rostos, indivíduos, sinais de rua, cenouras, ornitorrincos e muitos outros aspectos dos dados visuais.

As redes convolucionais realizam o reconhecimento óptico de caracteres (OCR) para digitalizar texto e tornar possível o processamento de linguagem natural em documentos analógicos e manuscritos, onde as imagens são símbolos a serem transcritos. CNNs também podem ser aplicadas a arquivos de áudio quando estes são representados visualmente como um espectrograma. Mais recentemente, as redes convolucionais foram aplicadas diretamente à análise de texto, bem como dados gráficos."

Fonte: deeplearningbook.com.br

Clique para visualizar este comentário

Visualize os comentários desta questão clicando no botão abaixo