Questão FC369826
Deep learning (aprendizado profundo) é uma subárea do aprendizado de máquina que se concentra em algoritmos baseados em redes neurais artificiais profundas. Essas redes neurais têm
Bancos de Dados Dimensionais
FGV · 2024
Deep learning (aprendizado profundo) é uma subárea do aprendizado de máquina que se concentra em algoritmos baseados em redes neurais artificiais profundas. Essas redes neurais têm várias camadas intermediárias entre a entrada e a saída, permitindo que o sistema aprenda representações de dados em múltiplos níveis de abstração.
Em deep learning, o seguinte conceito se refere ao processo de ajustar os pesos de uma rede neural durante o treinamento, de modo a minimizar a função de perda:
- Inicialização de Pesos.
- Normalização.
- Propagação para Frente (Forward Propagation).
- Backpropagation.
- Dropout.
Mostrar resposta e comentário
Gabarito
D
Comentário do professor
Backpropagation é o algoritmo responsável por ajustar os pesos de uma rede neural para minimizar a função de perda.
Na prática há uma passagem direta (forward), que calcula saídas e perda, seguida da passagem reversa (backward), em que o erro é propagado camada a camada aplicando a regra da cadeia para obter os gradientes parciais \(\frac{\partial L}{\partial w}\).
Com esses gradientes, os pesos são atualizados por um método de otimização, usualmente o gradiente descendente: \(w \leftarrow w - \eta \frac{\partial L}{\partial w}\), onde \(\eta\) é a taxa de aprendizado.
A eficiência do backpropagation depende de escolhas como funções de ativação e \(\eta\), que influenciam a velocidade de convergência e riscos como gradiente desaparecido ou explosivo.
Conteúdo do catálogo FC Concursos · Atualizado em