Material - GBC230

Introdução a Inteligência Artificial: https://drive.google.com/file/d/1nuaP6yCRw5Y72ELfn-YTobpU2M68Jv6x/view?usp=sharing

11/09/26 - Pergunta:

1) Descreva em 3 parágrafos algumas da principais aplicações da abordagem conexionista (Redes Neurais, por exemplo) na atualidade, bem como abordagem simbólica (Árvore de Decisão, por exemplo).

Algoritmos Evolutivos: https://drive.google.com/file/d/15fVrAMMyVJxJpmyROh6kCp7beBltALz2/view?usp=sharing

25/09/26 - Perguntas:

1) De acordo com o Slide 4 e a aula, explique a Teoria da Evolução de Darwin. Utilize o exemplo da figura na sua explicação.

2) De acordo com o Slide 12 e a aula, explique a seleção usando o método de torneio. Utilize o exemplo do slide na sua explicação.

3) De acordo com o Slide 20, explique a taxa de cruzamento, a taxa de mutação e o número de gerações. Justifique porque geralmente se recomenda uma taxa de cruzamento alta e uma taxa de mutação baixa, como foi mencionado na aula.

Tema 1 (25/09): Redes Neurais - Parte 1

Apresentação: https://drive.google.com/file/d/1HSiWizztE-3qB_xErTz2RZXiHy_-LPJB/view?usp=sharing

Perguntas:

1) O que são redes neurais convolutivas e os filtros de convolução? Explique baseado nos Slides 9 e 10.

2) Sobre o aprendizado supervisionado, explique baseado no Slide 11.

3) Baseado no Slide 13, explique o backpropagation.

4) Explique a diferença entre underfitting e overfitting.

Tema 2 (09/10): Redes Neurais - Parte 2

Apresentação: https://drive.google.com/file/d/1A1fRGOZN-qF4YB2Ldn0Vp2Iy9gbBTArs/view?usp=sharing

Perguntas:

1) Explique a diferença de precisão e recall, com o exemplo dado pelo grupo.

2) No Slide 43, por que os valores foram convertidos para a faixa de 0 a 1?

3) O que significa a sigla RMSE? Explique essa métrica conforme a fala do grupo.

4) Defina dropout em RNA e para que serve.

Tema 3 (16/10): Aprendizado de Máquina

Apresentação: https://drive.google.com/file/d/1QgML-d-m39eNVvHp38hW-61UENIfLCKa/view?usp=sharing

Material sugerido:

Perguntas:

1) Explique de acordo com o material sugerido (mais especificamente no Capítulo 1 do item 1 e na Seção "Aprendizado de Máquina e tipos de Aprendizado de Máquina" do item 2) os seguintes conceitos:

a) Aprendizado Supervisionado

b) Aprendizado Não Supervisionado

c) Aprendizado por Reforço

Também cite um exemplo onde podemos encontrar algoritmos de aprendizado por reforço sendo aplicados hoje em dia.

2) O que são outliers? Explique de acordo com o Slide 8 e o exemplo do grupo.

Tema 4 (13/11): Árvore de Decisão

Tema 5 (13/11): Algoritmos Evolutivos

Tema 6 (04/12): Algoritmos Bioinspirados

Google Sites

Report abuse