Questão FC546360
Deep learning é uma subárea do aprendizado de máquina que utiliza redes neurais profundas para modelar dados complexos. Assinale a alternativa que descreve corretamente uma caracte
Inteligência Artificial (IA)
FUNDATEC · 2025
Deep learning é uma subárea do aprendizado de máquina que utiliza redes neurais profundas para modelar dados complexos. Assinale a alternativa que descreve corretamente uma característica fundamental das redes neurais profundas.
- Redes Neurais Recorrentes (RNNs) são adequadas para processar dados sequenciais, como séries temporais e texto.
- Redes profundas se caracterizam por nunca demandarem grandes volumes de dados para treinar seus modelos de forma eficaz.
- Redes Neurais Convolucionais (CNNs) são mais indicadas para a análise de dados tabulares do que para tarefas de visão computacional.
- Redes neurais profundas se caracterizam por não permitirem otimização dos hiperparâmetros para obter um melhor desempenho.
- Redes neurais artificiais simples são sempre uma melhor opção do que abordagens de deep learning, visto que apresentam maior precisão do que redes profundas para dados complexos.
Mostrar resposta e comentário
Gabarito
A
Comentário do professor
A afirmativa está correta porque as Redes Neurais Recorrentes (RNNs) foram projetadas para tratar dados sequenciais, mantendo uma memória temporal que conecta passos de tempo sucessivos.
Em cada instante \(t\) a RNN atualiza um estado oculto \(h_t\) que depende da entrada atual \(x_t\) e do estado anterior \(h_{t-1}\), por exemplo \(h_t = f(Wx_t + Uh_{t-1} + b)\). Isso permite captar padrões e dependências ao longo da sequência.
O treinamento costuma usar Backpropagation Through Time (BPTT), que ajusta pesos considerando a influência ao longo de vários passos temporais.
RNNs são aplicadas em previsão de séries temporais, processamento de linguagem natural, reconhecimento de fala e geração de texto.
Problemas com dependências de longo prazo, como gradientes que se dissipam ou explodem, foram mitigados por arquiteturas com portas, como LSTM e GRU, e por mecanismos de atenção / Transformers quando exigida memória de longo alcance.
Conteúdo do catálogo FC Concursos · Atualizado em