Perito Criminal - Engenharia Eletrônica - 2025
Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue os itens que se seguem. Na regressão linear por meio de aprendizado supervisionado com o emprego da técnica denominada stochastic gradient descent , em cada iteração do processo de minimização da função custo, todas as amostras do conjunto de treinamento são utilizadas no ajuste do modelo a ser determinado.
Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue os itens que se seguem. A técnica denominada gradient descent é aplicável à minimização da função custo no processo de aprendizado supervisionado para regressão linear; nela se determina, a cada iteração do processo de aprendizado, uma aproximação de segunda ordem da função custo, por meio de uma expansão de Taylor, necessitando-se, assim, da determinação numérica do jacobiano da função custo, calculado com base nos parâmetros do modelo a ser ajustado.
Acerca de autoencoders , julgue os próximos itens. Quanto menor for a dimensão do espaço de representação latente de um autoencoder, maior será a sua capacidade de regenerar a informação da entrada em sua saída.
Acerca de autoencoders , julgue os próximos itens. Em uma rede autoencoder , o elemento encoder tem por finalidade representar dados de entrada da rede em um espaço de representação latente, enquanto o elemento decoder busca reconstruir os dados originais de entrada, a partir desse espaço de representação latente.
Julgue os itens subsequentes, a respeito de regressão logística. O algoritmo de minimização da função custo do processo de aprendizado supervisionado aplicado à regressão logística com a hipótese do modelo definida a partir da função sigmoide não é imune ao overfitting , que pode ser mitigado por meio de técnica de regularização.
Julgue os itens subsequentes, a respeito de regressão logística. Na regressão logística por meio de aprendizado supervisionado, o emprego de função custo do tipo erro quadrático médio busca transformar a regressão em um problema convexo, para o qual algoritmos embasados em gradiente possuem a vantagem de garantir convergência quase-quadrática, o que acelera o processo de aprendizado.
No que se refere a redes neurais, julgue os itens a seguir. A arquitetura de uma rede neural pode ser construída para a resolução de problema de regressão logística com múltiplas classes, ajustando-se, entre outros elementos dessa arquitetura, a camada de saída da rede neural com quantidade de nós igual à quantidade de classes do problema.
No que se refere a redes neurais, julgue os itens a seguir. Em uma rede neural com múltiplas camadas, a inserção do nó denominado bias visa garantir a regularização da rede.
No que se refere a redes neurais, julgue os itens a seguir. A técnica denominada dropout em redes neurais busca, entre outros objetivos, atuar na regularização da rede, podendo contribuir na mitigação de problemas causados por mínimos locais da função custo do modelo implementado pela rede.
Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem. Quanto mais a área sob a curva denominada ROC ( receiver operating characteristic ) se aproxima de 1, melhor é o desempenho de um modelo de aprendizagem para classificação.