Lista de Exercício sobre IA

Prévia do material em texto

LISTA DE EXERCÍCIOS 
REDES NEURAIS 
 
 
1) Explique o funcionamento dos três tipos básicos de aprendizado: supervisionado; não 
supervisionado; e aprendizado por reforço. Indique possíveis aplicações para cada tipo de 
aprendizado. 
 
2) Descreva os componentes de uma Rede Neural, explicando a funcionalidade de cada um 
dos elementos básicos do elemento processador (neurônio artificial) e as suas possíveis 
estruturas de interconexão (possíveis topologias para interconexão dos processadores). 
 
3) Considerando redes Multi-Layer Perceptrons (MLP) treinadas com o algoritmo Back 
Propagation, responda às seguintes questões: 
 
a) Discuta o problema denominado Bias and Variance Dilemma (Convergência x 
Generalização). 
b) Para que servem os termos η (taxa de aprendizado) e α (momentum) do algoritmo 
Back Propagation? Como e por que eles influenciam no aprendizado da rede neural? 
c) Qual a diferença entre o treinamento BATCH e INCREMENTAL? Quais as 
vantagens e desvantagens de cada um? 
d) Explique o funcionamento da Validação Cruzada e para que ela serve. 
e) Quais as duas principais causas de falhas no aprendizado do Back Propagation? 
Por que elas ocorrem e como elas podem ser solucionadas? 
f) Quais são as três principais maneiras de codificar dados categóricos (discretos) na 
entrada de uma rede neural? Exemplifique supondo uma aplicação prática em 
mineração de dados, na qual uma das variáveis de entrada disponíveis é a faixa 
salarial do cliente, com 10 níveis possíveis. 
g) Considere agora o salário do cliente como variável de entrada (e não mais a faixa 
salarial), com valores entre R$ 0,00 e R$ 10.000,00. Explique e exemplifique, para 
esta variável, a normalização linear e a normalização linear por partes. 
 
4) Deseja-se modelar uma rede neural para o reconhecimento de dígitos a partir de uma 
matriz de 16 x 16 pixels. Duas representações são viáveis na saída: 10 processadores de 
saída, cada um representando um dígito; 4 processadores de saída, codificando em 
binário o dígito apresentado na entrada. Qual dessas duas formas você escolheria? 
Explique! 
 
5) Explique a diferença entre problemas de Classificação e de Clustering. Dê um exemplo 
de aplicação prática de cada um desses problemas. 
a) Qual o princípio de funcionamento das redes com treinamento não-supervisionado 
do tipo competitive learning? 
b) Para que serve o mecanismo de vizinhança nas redes Self-Organizing Maps de 
Kohonen? Como funciona esse método?