

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Dada uma rede Perceptron, com n sinais de entrada (sendo n > 1 ), é correto afirmar que a rede possui:
n neurônios artificiais e n camadas de salda.
n camadas neurais e n neurônios artificiais.
uma camada neural e n neurônios artificiais.
uma camada neural e somente um neurônio artificial.
n camadas neurais e somente um neurônio artificial.
As Redes Neurais Artificiais (RNAs) podem ser entendidas como modelos computacionais com capacidade de aprender, adaptar, generalizar, agrupar ou organizar dados, além de possuírem certa robustez a ruídos e tolerância a falhas. A estrutura básica operacional das RNAs está baseada em blocos construtivos semelhantes entre si e que realizam o processamento de forma paralela – sua unidade básica é o neurônico artificial (modelo matemático), exemplificado pela figura a seguir:
Onde: e1, e2, e3 e e4 são as informações de entradas do neurônio; w1, w2, w3 e w4 são os pesos aplicados nas entradas (ponderações); Σ é um nó ou ponto de soma; f(.) é a função de ativação, que recebe a soma ponderada das entradas e gera a informação s na saída.
Com base nos diversos campos de estudos que fundamentam os atuais princípios teóricos da Inteligência Artificial, em qual abordagem as RNAs estão baseadas?
Abordagem dos Conjuntos Difusos.
Abordagem Evolucionária.
Abordagem Conexionista.
Abordagem Simbólica.
Em seu site institucional, a Gartner Group afirma que “a inteligência artificial (IA) gera valor com base nos resultados de negócios em torno da experiência do cliente, redução de custos e geração de receita. Os CIOs de sucesso entendem que os aplicativos de IA são mais do que projetos técnicos e táticos - e que a aplicação da IA como uma capacidade tecnológica pode possibilitar novas oportunidades e ajudar a atingir as metas de negócios”. Tais aplicações, incluindo os Sistemas de Apoio à Decisão (SAD) utilizam de diversas tecnologias de IA para entregar resultados a gestores. Das sentenças a seguir, qual não corresponde corretamente a um tipo de sistema especialista:
Os sistemas especialistas procuram através de suas bases de conhecimento formular conclusões denominadas mecanismos de inferência que “dispara” as regras relacionadas aos fatos que o usuário reuniu e inseriu.
Baseado em regras imprecisas, os sistemas especialistas baseados em lógica fuzzy utilizam valores aproximados e subjetivos para criar escalas de valores. Utilizada para apresentar soluções para problemas difíceis de representar na lógica tradicional SE ENTÃO.
Os sistemas especialistas baseados em Redes Neurais são utilizados para resolver problemas específicos e bem delineados. Eles são programados para funcionar mudando e reorganizando suas partes componentes, por meio de processos, como reprodução, mutação e seleção natural de seus neurônios.
Os sistemas especialistas baseados em Agentes Inteligentes são programas que trabalham sem a intervenção humana direta, em grandes quantidades de informação, executando tarefas específicas, repetitivas e previsíveis para um único usuário, processo de negócio ou software de aplicativo.
Sistemas com Raciocínio Baseado em Casos é um tipo de sistema especialista que utiliza das experiências passadas feitas por especialistas humanos e que foram armazenadas em um banco de dados, para solucionar novos casos com características semelhantes. Soluções de sucesso são anexadas ao novo caso e armazenadas para se tornar, também, fonte de consulta futura.
Analise a rede neural exibida a seguir.

Sobre essa rede, analise as afirmativas a seguir.
I. Não possui camadas intermediárias (hidden layers).
II. Admite três sinais de entrada (input units) além do intercept term.
III. É apropriada para aplicações de deep learning.
Está correto o que se afirma em
Marque a alternativa correta:
O procedimento para a análise de sensibilidade é composto das seguintes etapas: revisão do modelo, revisão da tabela final, conversão para forma apropriada da eliminação gaussiana, teste de sensibilidade, teste de otimalidade, reotimização.
O modelo matemático para programação inteira mista (PIM) é o modelo programação linear, com a restrição adicional de que as variáveis devem ser valores inteiros.
No que diz respeito à programação inteira (PI), o fato dos problemas de PI apresentarem um número finito de soluções viáveis implica que estes sejam solucionados de forma mais simples.
Um dos principais objetivos da análise de sensibilidade é o de identificar os parâmetros sensíveis (parâmetros cujos valores podem ser alterados sem alterar a solução ótima).
Uma meta-heurística é um tipo de método de resolução geral que orquestra a interação entre procedimentos de melhoria local e estratégias de nível mais alto para criar um processo que seja capaz de escapar dos ótimos locais e realizar uma busca consistente de uma região de soluções viáveis.