As redes neurais são modelos de aprendizado de máquina e podem ser classificadas em diferentes tipos, sendo usadas para distintos propósitos. O tipo de redes neurais que são bem-su

Gabarito

B

Comentário do professor

As redes neurais convolucionais (CNNs) são arquiteturas de deep learning projetadas para processar dados estruturados em grades, como imagens. Elas extraem automaticamente características locais por meio de filtros que deslizam sobre a imagem, produzindo mapas de ativação; a operação típica é a convolução: \( (f * x)(i,j)=\sum_m\sum_n f(m,n)\,x(i-m,j-n) \).

Os blocos-chave são a camada convolucional (detecta padrões locais), a ReLU (não linearidade), o pooling (reduz dimensão e confere invariância) e camadas totalmente conectadas para classificação.

Características como conectividade local e compartilhamento de pesos reduzem parâmetros e tornam as CNNs eficientes; a hierarquia de camadas constrói representações de baixo a alto nível. Por isso são ideais para classificação, detecção e segmentação de imagens em visão computacional.