Exercicio

Representação De Conhecimento, Raciocínio Automático e Aprendizado

Questões
 Você acertou 3 de 10 questões
Verifique o seu desempenho e continue treinando! Você pode refazer o
exercício quantas vezes quiser.

Verificar Desempenho

1 Marcar para revisão

A respeito do uso dos sistemas especialistas, selecione a opção correta sobre o
uso de ferramentas para desenvolvimento de aplicações.

A Uma das vantagens é ter à disposição frameworks que impõem uma

estrutura de desenvolvimento.

B Ter à disposição recursos que elaboram todas as etapas criativas do

processo de desenvolvimento.

C As ferramentas de desenvolvimento já fazem a validação de um

modelo sem dependência do programador.

D Escrever programas que podem ser aplicados para um sistema

operacional específico.

E Apresentar as lacunas sobre a base de conhecimento.

Resposta incorreta
Opa! A alternativa correta é a letra A. Confira o gabarito comentado!

Gabarito Comentado
A programação de um sistema especialista apresenta vários desafios
 A programação de um sistema especialista apresenta vários desafios,
incluindo a criação de uma interface de interação do usuário com o sistema
e o desenvolvimento de um algoritmo que processe os dados e sugira
recomendações. Nesse contexto, ter à disposição frameworks que impõem
uma estrutura de desenvolvimento é uma grande vantagem, pois eles
servem como um guia para o programador. A criatividade na solução de
problemas depende do desenvolvedor, e as ferramentas de
desenvolvimento estão lá para dar suporte a esse processo. A validação do
modelo é uma tarefa que depende das escolhas feitas durante o
desenvolvimento. Limitar-se a um sistema operacional específico é uma
desvantagem. A base de conhecimento está mais relacionada às regras do
negócio do que ao processo de desenvolvimento em si.

2 Marcar para revisão

As redes neurais artificiais possuem a vantagem de poderem ser aplicadas a
muitas situações práticas. Uma dessas aplicações são os problemas de
classificação, mas também possuem algumas limitações. Em relação às
desvantagens das redes neurais artificiais, selecione a opção correta.

A As redes neurais artificiais extraem as características dos dados de

treinamento tornando-se superespecializadas.

B Devido à flexibilidade das redes neurais artificiais sempre é possível

ajustar um modelo para que a taxa de acerto seja alta.

C Não é trivial fazer uma correspondência entre as soluções fornecidas

por uma rede neural e sua arquitetura.

D As redes neurais artificiais são modelos probabilísticos, então, não é

possível fazer afirmações sobre sua taxa de acerto.

E Na prática, as redes neurais artificiais são muito complexas para

resolver problemas reais.

Resposta incorreta
 Opa! A alternativa correta é a letra C. Confira o gabarito comentado!

Gabarito Comentado
As redes neurais artificiais são ferramentas poderosas que podem ser
aplicadas em diversas situações práticas, incluindo problemas de
classificação. No entanto, elas também possuem algumas limitações. Uma
dessas limitações é que não é trivial fazer uma correspondência entre as
soluções fornecidas por uma rede neural e sua arquitetura. Isso significa
que é difícil entender como a estrutura da rede neural (ou seja, a forma
como seus neurônios e camadas estão organizados) influencia as soluções
que ela fornece. Isso pode tornar difícil a interpretação dos resultados e a
identificação de possíveis melhorias no modelo. Portanto, a alternativa C é
a correta.

3 Marcar para revisão

Em relação às leis de aprendizado de máquina, selecione a opção correta que
contém as leis que pertencem à mesma categoria.

A Hebbian, Perceptron.

B Hebbian, Widrow-Hoff.

C Perceptron, Delta.

D Instar, Outstar.

E Instar, Positivismo.

Resposta incorreta
Opa! A alternativa correta é a letra C. Confira o gabarito comentado!
 Gabarito Comentado
Os métodos de aprendizado de máquina podem ser divididos em duas
categorias principais: aprendizado supervisionado e aprendizado não
supervisionado. No aprendizado supervisionado, uma solução alvo é
fornecida no conjunto de treinamento, enquanto no aprendizado não
supervisionado, nenhuma solução alvo é fornecida. Diversas regras de
aprendizado de redes neurais se enquadram em uma dessas categorias.
No contexto desta questão, apenas os métodos Perceptron e Delta
pertencem à mesma categoria, que é a de regras de aprendizado
supervisionado. Portanto, a alternativa correta é a C.

4 Marcar para revisão

Em relação à lógica proposicional, temos os seguintes argumentos:
Hipótese 1: p ^ s → q ^ r
Hipótese 2: q ^ r → w ^ s
Conclusão: p ^ s → w ^ s.
Escolha a opção correta sobre o nome desse argumento.

A A tabela verdade possui 8 linhas.

B Modus ponens.

C Silogismo hipotético.

D Modus tollens.

E Simplificação conjuntiva.

Resposta incorreta
Opa! A alternativa correta é a letra C. Confira o gabarito comentado!
 Gabarito Comentado
A tabela-verdade da sentença possui 32 linhas, pois temos 5 proposições
de entrada que são: p, s, q, r e w. No Modus ponens, uma premissa
verdadeira é utilizada para provar que a consequência da implicação é
verdadeira. A alternativa correta é aquela que demonstra que o silogismo
hipotético segue a forma: a → b, b → c Ⱶ a → c. No caso da questão, basta
substituir as proposições p ^ s por a, q ^ r por b e w ^ s por c. No Modus
tollens, o formato é p → q, ~q Ⱶ ~p. A simplificação conjuntiva só se aplica
quando temos proposições de valores lógicos verdadeiros associadas a um
operador lógico E. Portanto, o argumento apresentado na questão é um
exemplo de silogismo hipotético, pois segue a estrutura a → b, b → c Ⱶ a →
c.

5 Marcar para revisão

Observe a tabela verdade a seguir:

Escolha a opção correta que contém a proposição que satisfaz a tabela

verdade.

A p→q

B q→p

C ~p ^ ~q

D ~p ^ q

E p v ~q
 Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito
comentado!

Gabarito Comentado
É necessário substituir os valores lógicos de entrada na tabela verdade na
proposição ~p ^ ~q. O único caso que ela retorna verdade é quando o valor
lógico da proposição p é F e o valor lógico da proposição q é falso, pois os
valores de entrada serão negados resultando na operação lógica V ^ V que
resulta em V.

6 Marcar para revisão

Um dos métodos mais conhecidos para treinamento de uma rede neural é o
backpropagation. Em relação a esse método, selecione a opção correta sobre
suas características.

A Trata-se de um método com baixa dependência dos ajustes dos

parâmetros e dos dados de treinamento.

B É um método sofisticado que atua especificamente sobre a camada

intermediária para ajustar os pesos.

C Tem como principal característica o ajuste dos pesos durante o

processamento da camada de entrada para a camada de saída.

D É um método aplicado a redes neurais de múltiplas camadas.

E É um método exato que, ao final do treinamento, garante que o modelo

é capaz de generalizar classificações.

Resposta incorreta
Opa! A alternativa correta é a letra D Confira o gabarito comentado!
 Opa! A alternativa correta é a letra D. Confira o gabarito comentado!

Gabarito Comentado
O backpropagation é um algoritmo de treinamento amplamente utilizado
em redes neurais. Sua principal característica é a capacidade de ajustar os
pesos das conexões em redes de múltiplas camadas, a partir da camada de
saída até a camada de entrada, por meio de um processo iterativo de
otimização. Esse ajuste é feito com o objetivo de minimizar a diferença
entre a saída prevista pela rede e a saída desejada. Portanto, a alternativa
D está correta ao afirmar que o backpropagation é um método aplicado a
redes neurais de múltiplas camadas.

7 Marcar para revisão

As redes neurais são úteis para modelar e resolver diversas categorias de
problemas. Nesse sentido, selecione a opção correta a respeito das aplicações
das redes neurais.

A São indicadas para substituir eoseventuais.

profissionais em atividades complexas

B São capazes de desenvolver processos criativos sem a necessidade

de base de conhecimento.

C Problemas linearmente separáveis estão entre as categorias que

podem ser modelados por redes neurais.

D São aplicadas em contextos em que há limitação de dados.

E Devem ser aplicadas para demonstração de teoremas.

Resposta incorreta
Opa! A alternativa correta é a letra C. Confira o gabarito comentado!
 Gabarito Comentado
As redes neurais são modelos computacionais que auxiliam profissionais
em atividades complexas, ao invés de substituí-los. Elas extraem
conhecimento de uma base de treinamento, sendo, portanto, limitadas ao
contexto desse treinamento. As redes neurais artificiais podem ser
aplicadas a diversas categorias de problemas, especialmente aqueles de
classificação. Quando os problemas de classificação são linearmente
separáveis, ou seja, podem ser separados por linhas, temos um exemplo
clássico de situação que pode ser resolvida por modelos de redes neurais.
Portanto, a alternativa correta é a C, que afirma que problemas linearmente
separáveis estão entre as categorias que podem ser modelados por redes
neurais. É importante lembrar que as redes neurais devem ser aplicadas a
situações para as quais foram treinadas e são adequadas para tratar de
problemas probabilísticos.

8 Marcar para revisão

Observe a frase: "todos os quadros são azuis". Em relação à lógica de primeira
ordem, selecione a opção correta.

A A frase pode ser representada pela lógica sentencial, mas não pela
lógica de primeira ordem.

B A frase pode ser representadae "são

por três variáveis: "todos", "os quadros"
azuis".

C A frase é equivalente a: "para qualquer quadro existente, ele pode ser

azul".

D A negação da frase é: "existe pelo menos um quadro branco".

E A negação da frase é: "existe pelo menos um quadro que não é azul".

Resposta incorreta
 p
Opa! A alternativa correta é a letra E. Confira o gabarito comentado!

Gabarito Comentado
Na lógica de primeira ordem, a frase "todos os quadros são azuis" é uma
afirmação universal, ou seja, aplica-se a todos os quadros sem exceção. A
negação dessa afirmação, portanto, seria a existência de pelo menos um
quadro que não se encaixa nessa descrição. Isso é representado pela
alternativa E: "existe pelo menos um quadro que não é azul". Essa é a forma
correta de negar uma afirmação universal na lógica de primeira ordem.
Portanto, a alternativa E é a correta. Os quantificadores lógicos universais e
existenciais são ferramentas fundamentais na lógica de primeira ordem,
permitindo a generalização de proposições e a indicação de existência de
situações específicas, respectivamente.

9 Marcar para revisão

É possível aplicar algoritmos de inteligência artificial em equipamentos que
utilizam informações vagas com uma habilidade que simulam a intuição
humana. Nesse sentido, selecione a opção correta sobre essa técnica de
Inteligência Artificial.

A Lógica booleana.

B Lógica de segunda ordem.

C Lógica fuzzy.

D Lógica das sentenças.

E Lógica de primeira ordem.

Resposta correta
P bé ê l i l i C fi b i
 Parabéns, você selecionou a alternativa correta. Confira o gabarito
comentado!

Gabarito Comentado
A lógica booleana, também conhecida como lógica das sentenças, opera
com valores lógicos binários, ou seja, verdadeiro ou falso. As lógicas de
primeira e de segunda ordem, embora sejam fundamentais em muitos
aspectos da inteligência artificial, não são adequadas para lidar com a
incerteza ou com informações vagas. Por outro lado, a lógica fuzzy é uma
técnica de Inteligência Artificial que permite a manipulação de informações
imprecisas ou vagas, simulando a capacidade humana de raciocinar em
termos de graus de verdade, em vez de absolutos verdadeiro ou falso.
Portanto, a alternativa correta é a lógica fuzzy, pois ela é capaz de lidar
com informações vagas e simular a intuição humana.

10 Marcar para revisão

Algumas regras de aprendizagem são conhecidas por mais de uma forma. Em
relação à regra de aprendizagem Instar, selecione a opção que contém outra
forma pela qual ela é conhecida.

A Método dos mínimos quadrados.

B Distribuição aleatória.

C Regra de aprendizagem Outstar.

D O vencedor leva tudo.

E Regra de aprendizagem Perceptron.

Resposta correta
Parabéns, você selecionou a alternativa correta. Confira o gabarito
 g
comentado!

Gabarito Comentado
A regra de aprendizagem Instar também é conhecida como "O vencedor
leva tudo". Esta denominação se dá devido à característica principal dessa
regra, que consiste na seleção da unidade que produz a saída com o
melhor resultado. Após a seleção dessa unidade, ocorre o ajuste dos pesos
sinápticos. As demais alternativas apresentadas não correspondem a
outras denominações da regra de aprendizagem Instar, portanto, estão
incorretas.