Acerca de autoencoders, julgue o próximo item. Em uma rede autoencoder, o elemento encoder tem por finalidade representar dados de entrada da rede em um espaço de representação lat

Gabarito

Certo

Comentário do professor

A afirmação está correta porque, em um autoencoder, o objetivo é aprender uma representação compacta dos dados e, a partir dela, recuperar os dados originais.

O encoder implementa uma função \(z=f_\theta(x)\) que transforma a entrada \(x\) em um vetor de características no espaço latente \(z\). O decoder aplica \( \hat{x}=g_\phi(z)\) para reconstruir a entrada. O treinamento ajusta parâmetros \(\theta,\phi\) minimizando uma função de perda de reconstrução, por exemplo \(L(x,\hat{x})=\|x-\hat{x}\|^2\) ou entropia cruzada.

A presença de um gargalo de dimensionalidade ou regularizações (esparsidade, ruído, variação probabilística) força a rede a capturar características relevantes, em vez de simplesmente copiar a entrada, garantindo que o encoder e o decoder cumpram suas finalidades.