Aula 2 Flashcards
O que é uma arquitetura de RNA
É necessário que
mais neurônios estejam interconectados entre si, de forma a propagar os sinais
de entrada e modular por um número maior de pesos sinápticos para poder
aprender de forma efetiva. A arquitetura desempenha um papel essencial na
forma com a rede processa as informações e também na forma com os algoritmos
de aprendizagem trabalham
O que é uma camada?
Pode-se dizer que uma camada contém um conjunto de neurônios que são acionados no mesmo estágio, ao mesmo tempo
Quais os 3 tipos de RNA?
De acordo com a arquitetura, Haykin (2001, p. 46-49) define três tipos de RNA: de camada
única, de múltiplas camadas e redes recorrentes. A essa classificação é oportuno também adicionar as redes totalmente conectadas e redes parcialmente conectadas.
O que é uma RNA de camada única?
Consideradas como redes mais simples, as RNA de camada única contêm nas entradas e saídas dos seus neurônios as próprias entradas e saídas, respectivamente, da RNA. Ela tem a característica de ser uma rede alimentada
adiante (do inglês feedforward), pois as informações sempre se propagam em um
sentido só, das entradas para as saídas
O que é uma RNA de multiplas camadas?
Em uma RNA que contenha múltiplas camadas existem as camadas ocultas, as quais podem ter suas entradas conectadas à camada de entrada da rede, ou ainda às saídas de outra camada oculta de neurônios
O que são RNA recorrentes?
As redes recorrentes são diferentes das RNA alimentada adiante, pois possuem pelo menos um laço de feedback ou realimentação na própria estrutura da RNA
O que são RNA totalmente conectadas?
Nos exemplos das RNA de camada única e de múltiplas camadas, podese notar que, entre as camadas ocultas e de saída, todos os neurônios estavam conectados por pesos sinápticos. Dessa forma, as RNA totalmente conectadas exploram todas as possibilidades de conexão entre os neurônios das camadas próximas entre si.
Como funciona o algortimo da RNA totalmente conecta?
Os algoritmos para aprendizagem das RNA totalmente conectadas consideram, para cada neurônio de uma camada, os pesos sinápticos com todos os outros neurônios de outras camadas, atualizando-os de acordo com a
existência de correlação entre os padrões de entrada e saída para aquele par de
neurônios. Se um peso sináptico atinge um valor alto, a influência dessa ligação é significativa e influencia a ativação nos neurônios adiante; se o peso sináptico é próximo de zero, então a conexão não é significativa e não contribui efetivamente para a ativação adiante.
O que são redes parcialmente conectadas?
As redes parcialmente conectadas se referem àquelas onde os neurônios de duas camadas próximas não estão totalmente conectados. O uso de conexões parciais entre neurônios de camadas diferentes pode se dar em função da
existência de informação prévia durante o projeto da rede
O que são paradigmas de aprendizagem de RNA?
Os paradigmas de aprendizagem se referem à forma como os algoritmos de aprendizagem das RNA são executados, levando-se em consideração os dados disponíveis no ambiente para que a RNA possa então aprender alguma coisa sobre ele. A aprendizagem das RNA pode acontecer com um professor, por reforço e sem professor, ou ainda, por último, sem professor, também chamadade não supervisionada.
O que é aprendizagem com um professor?
A aprendizagem com um professor é também denominada de aprendizagem supervisionadaDe maneira geral, a RNA não possui nenhum conhecimento sobre o ambiente, porém o professor tem esse conhecimento. O conhecimento que o professor possui está representado na forma de exemplos em como as entradas e saídas são mapeadas. Dessa forma,
o conhecimento do professor é empírico. No instante da aprendizagem da RNA, algum vetor é extraído do ambiente e enviado a ela e ao professor, sendo que o professor sabe a resposta, ou pelo menos o caminho para obter a resposta. Ou seja, ele tem a resposta desejada.
Como é dividido o BD no caso de machine learning
De maneira geral, em machine learning, um banco de dados com exemplos é dividido em dois conjuntos: um que ficará com o professor que irá ensinar efetivamente a RNA e outro com um professor que irá apenas avaliar a RNA – o seu conhecimento não será usado para a aprendizagem da RNA. O primeiro conjunto é dito conjunto de treinamento e o segundo o conjunto de teste. Um processo de treinamento pode utilizar diferentes combinações aleatórias dos conjuntos, de acordo também com critérios de divisão do banco de dados e das quantidades de exemplos.
O que é aprendizagem sem professor?
Na aprendizagem por reforço, o mapeamento entrada-saída é obtido por meio da interação contínua com o ambiente. Da mesma forma que o aprendizado supervisionado, busca-se minimizar um índice de desempenho.É elaborado ao redor de um crítico que converte um sinal de reforço recebido do ambiente em um sinal mais qualificado, denominado de reforço heurístico (Haykin, 2001). O
sistema aprende por reforço atrasado: ou seja, ele vai observando uma sequência
temporal dos estímulos apresentados à RNA
O que é aprendizagem não supervisionada?
A aprendizagem não supervisionada também é denominada de autoorganizada. Aqui, não há um professor para direcionar o desempenho da rede. São dadas à RNA condições para que possa fazer uma medida de desempenho
independente da tarefa, e a rede precisa alcançar um nível de representação dos
dados, havendo inclusive um conjunto de parâmetros para balizar o aprendizado
(Haykin, 2001, p. 91). Quando a RNA alcança este nível, onde ela consegue fazer emergir as regularidades subjacentes nos dados, ela é capaz de atribuir classes aos dados organizados nesta representação interna obtida.
O que é aprendizagem de RNA?
Aprendizagem é um processo pelo qual os parâmetros livres de uma rede neural são adaptados através de um processo de estimulação pelo ambiente no qual a rede está inserida. O tipo de aprendizagem édeterminado pela maneira pela qual a modificação dos parâmetros ocorre.