Alternativa correta: E - Errado

Tema central: A questão trata do funcionamento das redes neurais artificiais e do algoritmo de retropropagação (backpropagation), muito utilizado em deep learning. Exige saber o verdadeiro objetivo do treinamento dessas redes e desfazer equívocos comuns.

Resumo teórico: Redes neurais artificiais são modelos inspirados no cérebro humano, compostos por camadas de neurônios artificiais. O algoritmo de retropropagação é um método de aprendizado supervisionado, em que os pesos das conexões internas são ajustados para minimizar o erro entre a saída da rede e o valor esperado. O objetivo principal do treinamento não é aumentar o número de camadas, mas sim ajustar os pesos da rede para reduzir o erro.

O aumento do número de camadas (profundidade) pode tornar o modelo mais complexo, mas isso só é feito quando necessário, com base na arquitetura do problema e não é um objetivo do algoritmo de treinamento. Além disso, buscar 100% de acurácia pode levar à "overfitting" (superajuste), que é quando o modelo aprende detalhes irrelevantes e perde capacidade de generalizar.

Referência: Goodfellow, I.; Bengio, Y.; Courville, A. - Deep Learning (MIT Press, 2016).

Justificativa da alternativa correta: A alternativa está ERRADA porque o algoritmo de retropropagação não busca aumentar camadas automaticamente. Ele atua sobre os pesos dos neurônios existentes, ajustando-os para aproximar o resultado da rede ao desejado. O número de camadas é definido pelo projetista do modelo antes do treinamento. E, por fim, nunca se busca 100% de acurácia como meta, pois isso pode indicar aprendizado de ruídos dos dados, prejudicando a generalização.

Estratégia de prova: Leia sempre com atenção as palavras de objetivo ou finalidade nos enunciados. Questões que dizem que o objetivo é sempre maximizar um parâmetro (como número de camadas ou acurácia perfeita) merecem suspeita: em deep learning, busca-se equilíbrio entre desempenho e capacidade de generalização.

Gostou do comentário? Deixe sua avaliação aqui embaixo!

Item: Em uma rede neural artificial treinada por retropropagação, o objetivo principal do algoritmo durante o treinamento é aumentar o número de camadas ocultas até que a acurácia atinja 100%. 

GAB: E

O número de camadas ocultas é um parâmetro da arquitetura do modelo, é pré-definido e não uma variável.

O objetivo não é obter acurácia de 100%, mas, sim uma precisão aceitável.

Nada é 100%

Errado.

O objetivo da retropropagação (backpropagation) não é alterar a arquitetura da rede (adicionar camadas), mas sim ajustar os pesos das conexões para minimizar o erro do modelo. Além disso, buscar 100% de acurácia geralmente indica overfitting (superajuste).

Siga-me @rexconcurseiro

Gabarito Errado

Nada é 100% galera! Bora pra cima!

Retroceder Nunca Render-se Jamais !

Força e Fé !

Fortuna Audaces Sequitur ! 

Errado!

Em uma rede neural artificial (ANN) treinada por retropropagação (backpropagation), o objetivo principal do algoritmo não é aumentar o número de camadas ocultas nem buscar 100% de acurácia, mas sim ajustar os pesos das conexões da rede para minimizar uma função de perda (loss function) entre a saída prevista e a saída real.