Machine Learning & IA

Question 1

O que é representation learning?

Answer 1

É uma técnica que consiste em não só usar a representação para aprender algo mas também aprender a representação em si.

Question 2

Como funciona um autoencoder?

Answer 2

Trata-se de uma função que codifica os dados e posteriormente decodifica para algo similar ao original, mas com features novas.

Question 3

De maneira resumida, o que é deep learning?

Answer 3

É uma forma de machine learning que permite o aprendizado de conceitos novos através de uma combinação de conceitos mais simples.

Question 4

Qual a lógica por trás da implementação de deep learning?

Answer 4

Deep learning funciona através de camadas. Cada camada recebe diversas entradas, processa-as e devolve um valor para ser utilizado por outra camada. Com isso, é possível aprender ideias complexas através da combinação do processamento de ideias simples.

Question 5

Quais são as principais métricas para avaliar a profundidade dos modelos ?

Answer 5

A análise do grafo de execução (qual o máximo de layers que um dado pode passar até seu processamento ser finalizado) e a análise do grafo da hierarquia de conceitos (quantas etapas conceituais precisam ser realizadas até que ele seja processado).

Question 6

O que é a representação distribuída?

Answer 6

É a ideia de cada feature representar vários dados e cada dado ser representado por várias features.

Por exemplo, diante dos dados “carro”, “moto” e “bicicleta” e as features “azul”, “amarelo” e “vermelho”, representação distribuída seria permitir que o conceito de carro incluísse a diferença entre carro azul, carro amarelo e carro vermelho (ao invés de criar um conceito para cada).

Question 7

Em poucas palavras, o que é IA?

Answer 7

É o estudo de agentes que recebem percepções do ambiente e executam ações. Esses agentes implementam funções que mapeiam sequências de percepções em ações.

Question 8

Qual a maior vantagem de usar a norma L² ao quadrado ao invés da norma L² ? E a maior desvantagem ?

Answer 8

A maior vantagem de usar a norma ao quadrado é que a derivada em relação a uma variável depende apenas dela (enquanto na norma L² depende de todas as variáveis do sistema).

A maior desvantagem é a velocidade com a qual a norma se aproxima de 0 perto da origem, o que pode dificultar a diferenciação entre valores zero e valores próximos (mas diferentes) de zero.

Question 9

O que é um agente autônomo?

Answer 9

Um agente capaz de fazer coisas que não foi explicitamente programado para fazer

Question 10

O que é um agente?

Answer 10

Qualquer entidade capaz de perceber seu ambiente através de sensores e agir sobre esse ambiente por intermédio de atuadores

Question 11

Do que depende a decisão de um agente?

Answer 11

Do conhecimento interno e da sequência inteira de percepções até o momento.

Question 12

Qual a diferença entre a função do agente e o programa do agente?

Answer 12

A função do agente é responsável pelo mapeamento matemático das ações que o agente pode fazer a partir de toda combinação possível de entrada e sequência de percepções. O programa do agente é a implementação física da função do agente

Question 13

O que significa racionalidade no contexto de um agente?

Answer 13

Trata-se da capacidade de tomar decisões que produzem consequências que melhor se enquadram em uma certa medida de desempenho

Question 14

Qual heurística deve ser seguida ao projetar as medidas de desempenhos de agentes?

Answer 14

As medidas de desempenho de um agente devem, por via de regra, serem projetadas baseadas no resultado esperado do agente, não do comportamento esperado.

Question 15

O que é um agente racional?

Answer 15

É um agente que, para cada sequência de percepções possível, toma a decisão que maximiza sua medida de desempenho. Essa decisão deve ser tomada a partir da combinação entre o conhecimento interno e a sequência de percepções do agente

Question 16

No contexto de agentes racionais, o que significa o acrônimo PEAS?

Answer 16

Performance, Environment, Actuators, Sensors. São as coisas que delimitam o ambiente de tarefa de um agente

Question 17

Quais são as dimensões presentes em um ambiente de tarefas?

Answer 17

Completamente Observável vs Parcialmente Observável;
Agente único vs Multiagente;
Determinístico vs Não-Determinístico;
Episódico vs Sequencial;
Estático vs Dinâmico;
Discreto vc Contínuo;
Conhecido vs Desconhecido

Question 18

Em um problema de inteligência artificial, quais entidades devem ser tratadas como agentes?

Answer 18

As entidades cujo comportamento pode ser melhor descrito como a maximização de medidas de desempenho cujo valor depende do comportamento dos outros agentes

Question 19

Qual a combinação mais difícil de dimensões para um agente?

Answer 19

Parcialmente observável, multiagente, não determinístico, sequencial, dinâmico, contínuo e desconhecido.

Question 20

Qual é o desafio fundamental da IA?

Answer 20

Descobrir como escrever programas que, na medida do possível, produzam um comportamento racional a partir de um pequeno programa em vez de uma grande tabela

Question 21

Quais são os 4 tipos básicos de agentes?

Answer 21

Agente reativo simples, agente reativo baseado em modelo, agente baseado em objetivos e agente baseado em utilidade

Question 22

O que é um agente reativo simples?

Answer 22

É um agente que seleciona ações com base apenas na percepção atual.

Question 23

Em quais dimensões um agente reativo simples não pode agir? O que acontece quando ele é colocado nesses ambientes?

Answer 23

Por não possuir memória ou qualquer tipo de estado interno, um agente reativo simples não pode agir em ambientes que não sejam completamente observável. Quando são colocados nesses ambientes, podem ter comportamento aleatório ou entrar em loops infinitos

Question 24

O que é um agente reativo baseado em modelo?

Answer 24

É uma variação do agente reativo simples que incorpora uma memória interna como forma de monitorar partes do ambiente que não podem ser monitoradas pelos sensores.

Question 25

Quais são as duas informações que um agente reativo baseado em modelo precisa saber para realizar o seu trabalho?

Answer 25

Como o mundo muda com o tempo (seja como o mundo muda independente de suas ações, seja como suas ações mudam o mundo) e como o estado do mundo é refletido nas percepções do agente.

Question 26

O que é um modelo de transição?

Answer 26

É um modelo responsável por mapear as mudanças do mundo e usá-las para produzir um novo estado.

Question 27

O que é um modelo sensorial?

Answer 27

É um modelo responsável por mapear o mundo atual para as percepções do agente.

Question 28

Como funciona o pseudocódigo do agente reativo simples?

Answer 28

função AGENTE -REATIVO-SIMPLES(percepção) devolve uma ação
persistente: regras, um conjunto de regras condição-ação
estado <– INTERPRETAR-ENTRADA(percepção)
regra <– REGRA-CORRESPONDENTE(estado, regras)
ação <– regra.AÇÃO
devolve ação

Question 29

Como funciona o pseudocódigo do agente reativo baseado em modelos?

Answer 29

função AGENTE-REATIVO-BASEADO-EM-MODELOS(percepção) devolve uma ação
persistente: estado, a concepção atual do agente do estado do mundo
modelo_transição, uma descrição de como o próximo estado depende da ação
modelo_sensorial, uma descrição de como o próximo estado atual do mundo é refletido nas percepções do agente
regras, um conjunto de regras condição-ação
ação, a ação mais recente, inicialmente nenhuma
estado <– ATUALIZAR-ESTADO (estado, ação, percepção, modelo_transição, modelo_sensorial)
regra <– REGRA-CORRESPONDENTE(estado, regras)
ação <– regra.AÇÃO
devolve ação

Question 30

Qual a diferença fundamental entre agentes baseados em objetivos e agentes reativos?

Answer 30

Enquanto agentes reativos são programados para reagir a estímulos, agentes baseados em objetivos agem proativamente para resolver problemas

Question 31

Cite dois exemplos de subáreas dos agentes baseados em objetivos.

Answer 31

Busca e planejamento

Question 32

O que é um agente baseado em utilidade?

Answer 32

É um agente baseado em uma função utilidade, que nada mais é do que uma internalização das medidas de desempenho que ele usa para maximizar a qualidade de suas ações.

Question 33

Qual tipo de IA é mais comum entre as consideradas Estado da Arte?

Answer 33

IAs capazes de aprender que são ensinadas a fazer sua função

Question 34

Quais são os quatro componentes conceituais báiscos de um agente com aprendizado?

Answer 34

Crítico, gerador de problemas, elemento de desempenho e elemento de aprendizado.

Question 35

Em uma IA com aprendizado, qual componente é responsável por analizar o estado atual e devolver uma ação?

Answer 35

Elemento de Desempenho

Question 36

Em uma IA com aprendizado, para que serve o crítico?

Answer 36

Para dar ao elemento de aprendizado um parâmetro de qualidade fixo.

Question 37

Em uma IA com aprendizado, para que serve o elemento de aprendizado?

Answer 37

Ele é responsável por ajustar o elemento de desempenho com base no resultado oferecido por ele junto com feedback vindo do crítico que diz o quão bom foi o desempenho.

Question 38

Como funciona uma representação atômica?

Answer 38

Uma representação atômica é uma em que cada estado do mundo é indivisível e não possui estrutura interna.

Question 39

Cite exemplos de representações atômicas no mundo da IA

Answer 39

Busca de jogos, modelos ocultos de Markov e processos de decisão de Markov

Question 40

Como funciona uma representação fatorada?

Answer 40

Em uma representação fatorada, cada estado é dividido em um conjunto de atributos com seus respectivos fatores.

Question 41

Cite exemplos de representações fatoradas no mundo da IA

Answer 41

Algoritmos de satisfação de restrição, lógica proposicional, planejamento, redes bayesianas e diversos algoritmos de machine learning

Question 42

Como funciona uma representação estruturada?

Answer 42

Em uma representação estruturada, cada estado é dividido em um conjunto de atributos, seus valores e seus relacionamentos entre si

Question 43

Cite exemplos de representações estruturadas

Answer 43

Bancos de dados relacionais, lógica de primeira ordem, modelos de probabilidade de primeira ordem e compreensão de linguagem natural

Question 44

No contexto de separar uma base de dados em treinamento e teste, qual a vantagem de usar métodos como hashing ao invés de selecionar aleatoriamente na amostra?

Answer 44

Ao selecionar os dados aleatoriamente, cada atualização da base de dados poderá mudar significativamente os dados de treino e os de teste, o que acarretaria em vazamento de dados. Um método como hashing garante estabilidade nos agrupamentos.

Question 45

No contexto de separar uma base de dados em treinamento e teste, qual a maior desvantagem de usar o train_test_split da biblioteca Scikit-learn? Qual a forma mais eficiente de resolver esse problema?

Answer 45

Ao usar o train_test_spit, os dados são separados de forma aleatória. Isso é um problema se houver necessidade de estratificar a amostra (ou seja, garantir que proporções presentes na amostra também sejam seguidas nos conjuntos). A forma mais fácil de resolver isso é usando a classe StratifiedShuffledSplit da biblioteca ScikitLearn

Question 46

Qual a diferença entre uma função de utilidade e uma função de custo?

Answer 46

Para uma função de utilidade, quanto maior o valor, melhor. Para uma função de custo, quanto menor, melhor.

Question 47

Quais são as principais barreiras do deep learning?

Answer 47

A quantidade de dados necessária para produzir as previsões, poder computacional necessário e a dificuldade de explicar como a previsão foi feita

Question 48

Quais são os principais pontos de atenção ao se lidar com modelos de regressão linear?

Answer 48

Validar previamente se os valores estão dispostos de forma linear e entender que ele é extremamente sensível a pontos fora da curva.

Question 49

Qual a principal técnica utilizada para impedir que modelos mais complexos (com tendência a over-fitting) sejam selecionados ao invés de modelos mais simples e generalistas?

Answer 49

Através de um processo conhecido como regularização, que envolve combinar o erro total do modelo com os valores absolutos dos coeficientes da equação resultante.

Question 50

Em poucas palavras, como funciona o algoritmo de SVM?

Answer 50

Trata-se de um algoritmo que busca desenhar um hiperplano que maximiza a distância para o ponto mais próximo.

Question 51

Como funciona a função de erro do algoritmo de SVM?

Answer 51

Ela identifica todos os pontos erroneamente classificados e define seu erro como sendo a distância para o hiperplano estabelecido pelo algoritmo.

Question 52

Como é medido o erro marginal do algoritmo de SVM?

Answer 52

Primeiro, estabelece-se as retas wx + b = 1 e wx + b = -1. Para os pontos localizados entre o hiperplano estabelecido pelo SVM (wx + b = 0) e suas margens, é definido um erro como sendo a distância entre o ponto e sua margem mais distante.

Question 53

Num contexto de Decision Trees, o que é a entropia?

Answer 53

É a medida de dispersão dos dados. Ela é inversamente proporcional ao conhecimento dos dados.

Question 54

Em regressão linear, quais são as restrições das variáveis?

Answer 54

A variável dependente precisa ser contínua. As independentes podem ser discretas ou contínuas.

Question 55

Quais são os tipos de regressão linear? Qual a diferença entre eles?

Answer 55

Existe a regressão linear simples e a múltipla. A diferença é que a simples é quando uma variável é usada e a múltipla envolve várias variáveis.

Question 56

De forma resumida, como se resolve um problema de busca?

Answer 56

1 - Comece com o estado inicial na fronteira
2 - Se a fronteira está vazia, não existe solução
3 - Remova um nó da fronteira
4 - Se o nó é o objetivo, retornar a solução
5 - Caso contra´rio, expanda o nó, adicione os nós resultantes à fronteira e repita a etapa 2

Question 57

Como funciona o algoritmo de greedy best-first search?

Answer 57

É um algoritmo de busca informada em árvore que começa pelo nó mais próximo do objetivo (estimado por uma função heurística h(n))

Question 58

Como funciona, de forma resumida, o algoritmo A*?

Answer 58

Trata-se de uma variação do greedy best-first search que também leva em conta o custo para alcançar aquele nó na hora de decidir o próximo passo.

Question 59

Existe algum método de busca que garante o resultado ótimo? Se sim, qual(is) critério(s) precisa(m) ser atingido para que isso aconteça?

Answer 59

O algoritmo A* garante o resultado ótimo se a heurística h(n) é admisível (nunca superestima o custo real) e consistente (para cada nó n e sucessor n’ com custo de passo c, h(n) <= h(n’) + c).

Question 60

No contexto de IAs com conhecimento, o que significa sentença, modelo, base de conhecimento e implicação?

Answer 60

Sentença: Uma asserção sobre o mundo em uma linguagem de representação de conhecimento

Modelo: Um conjunto de sentenças com um valor de Verdadeiro ou Falso atribuídas

Base de conhecimento: Conjunto de sentenças conhecida pelo agente baseado em conhecimento

Implicação: Dizer que a implica b quer dizer que todos os modelos em que a é verdade, b também é.

Question 61

Como funciona a prova de implicação por checagem de modelo?

Answer 61

Ela consiste em enumerar todos os modelos possíveis; se em todos os modelos em que a base conhecimento é verdadeira, b também é verdadeiro, então a base de conhecimento implica em b

Question 62

O que é a forma normal conjunctiva?

Answer 62

É uma sentença lógica que se trata de uma conjunção (and) de cláusulas (or).

Question 63

Quais etapas necessárias para converter uma expressão para a forma normal conjunctiva?

Answer 63

• Primeiro, elimine as bicondicionais (trocar a <–> b em ( a –> b) ^ (b –> a))
• A seguir, eliminar implicações (trocar a –> b por ¬ a v b)
• Então usar as leis de De Morgan para colocar as negações dentro dos parênteses
• Por último, use as leis distributivas para distribuir v.

Question 64

Como funciona a prova de implicação por inferência por resolução ?

Answer 64

Para provar que a base de conhecimento (kb) implica em b, é necessário provar que kb ^ ¬ b é uma contradição (se não for possível, não é uma implicação). Para isso, é necessário seguir os seguintes passos:
- Converter (kb ^ ¬b) na forma normal conjunctiva.
- Iterar pelas sentenças verificando se é possível usar resolução para produzir uma nova cláusula
- Se a cláusula vazia for produzida, nós temos uma contradição e kb implica em a
- Caso contrário, se não é possível adicionar novas cláusulas, não há implicação.

Question 65

Qual a maior diferença entre a lógica proposicional e a lógica de primeira ordem?

Answer 65

Em essência, a lógica proposicional consiste em criar afirmações e atribuir a elas um valor lógico. Por outro lado, lógica proposicional envolve criar conceitos e estabelecer relações como ele como relações generalistas e relações de existência.

Question 66

O que é uma rede Bayesiana?

Answer 66

Um grafo direcionado em que cada nó representa uma variável aleatória. Uma ligação de X a Y significa que X é pai de Y. Por último, cada nó X tem distribuição de probabilidade P(X Parents(x) )

Question 67

O que é a propriedade de Markov?

Answer 67

A propriedade que o estado atual depende somente de um número fixo finito de estados anteriores.

Question 68

O que é uma cadeia de Markov?

Answer 68

Uma sequência de variáveis aleatórias onde a distribuição de cada variável segue a propriedade de Markov.

Question 69

O que são os modelos ocultos de markov?

Answer 69

Modelos Ocultos de Markov (HMMs) consistem em uma cadeia de estados onde, em cada estado, uma observação é gerada de acordo com uma distribuição de probabilidade associada a esse estado. A particularidade dos HMMs está na “ocultação” dos estados verdadeiros do observador, sendo visíveis apenas as observações emitidas. Portanto, a transição de um estado para outro é determinada por probabilidades de transição desconhecidas.

Question 70

O que são algoritmos de busca local?

Answer 70

São algoritmos que mantém um único nó e sua busca consiste em navegar a nós vizinhos.

Question 71

Quais são as principais variações do algoritmo hill climbing?

Answer 71

Aumento mais íngreme: Procura o maior vizinho

Estocástico: Escolhe aleatoriamente entre os vizinhos melhores que o estado atual

Primeira escolha: escolhe o primeiro valor melhor.

Question 72

Como funciona o algoritmo simulated annealing?

Answer 72

No começo, maior probabilidade de aceitar vizinhos piores que o estado atual; essa probabilidade reduz com o tempo.

Question 73

Quais são os elementos principais de um problema de satisfação de constraints?

Answer 73

• Conjunto de variávels {x1, x2, …, xn}
• Domínios para cada variável {D1, D2, …, Dn}
• Conjunto de limitações C:
  
  • Limitações duras: limitações que precisam ser satisfeitas em uma solução correta
  • Limitações suaves: limitações que expressam uma noção de quais soluções são preferíveis
  • Limitações unárias: limitações envolvendo apenas uma variável
  • Limitações binárias: limitações envolvendo duas variáveis
  • Consistência de nó: quando todos os valores no domínio de uma variáel satisfazem suas limitações unárias
  • Consistência de arco: quando todos os valores no domínio de uma variável satisfazem suas limitações binárias
    - Para fazer X ter consistência de arco em relação a Y, remova elementos do domínio de X até cada escolha em X ter uma escolha possível em Y

Question 74

Quais são as heurísticas mais populares para selecionar valores para variáveis?

Answer 74

• Heurística valores restantes mínimos (MRV): selecionar a variável que tem o menor domínio
• Heurística de grau: selecionar a variável que tem o maior grau (nós conectados)

Question 75

Defina programação linear

Answer 75

• Minimizar uam função de custo c1x1 + c2x2 + … + cnxn
• Com constantes da forma a1x1 + a2x2 + …. + anxn <= b
• Com limites para cada variável li <= xi <= ui

Question 76

Como funciona aprendizado por reforço?

Answer 76

A partir de um conjunto de recompensas e/ou punições, aprenda quais ações tomar no futuro

Question 77

O que é o processo de decisão de Markov?

Answer 77

É um modelo para tomada de decisão, representando estados, ações e suas recompensas.

Question 78

Quais são os elementos de um processo de decisão de Markov?

Answer 78

• Conjunto de estados S.
• Conjunto de ações Ações(S)
• Modelo de transição P (s’ | s, a)
• Função de recompensa R (s, a, s’)

Question 79

O que é Q-Learning?

Answer 79

Método para aprender uma função Q(s,a), estimativa do valor de performar uma ação a em um estado s

Question 80

Como funciona Q-Learning?

Answer 80

• Comece com Q(s,a) = 0 para todo s, a
• Quando tomamos uma ação e recebemos uma recompensa:
  
  • Estimar o valor de Q(s,a) baseado na recompensa atual e recompensas futuras esperadas
  • Atualizar Q(s,a) para levar em consideração a estimativa antiga assim como a estimativa nova

Question 81

No contexto de funções de ativação para deep learning, o que é uma função degrau?

Answer 81

É uma função f(x) que retorna 0 se x for menor que 0, caso contrário retorna 1

Question 82

No contexto de funções de ativação para deep learning, qual a definição de uma sigmoide logística?

Answer 82

É uma função f(x) = e^x / (e ^ x + 1)

Question 83

No contexto de funções de ativação para deep learning, qual a vantagem de usar a sigmoide logística ao invés da função degrau?

Answer 83

A função sigmoide logística é melhor quando se deseja uma probabilidade de algo pertencer a uma categoria ao invés de uma categorização binária.

Question 84

No contexto de funções de ativação para deep learning, o que significa ReLU?

Answer 84

Rectified Linear Unity

Question 85

No contexto de funções de ativação para deep learning, qual a definição da função ReLU?

Answer 85

f(x) = max(x,0)

Question 86

O que são redes neurais artificiais?

Answer 86

São redes que modelam funções matemáticas de entradas para saídas baseadas na estrutura e parâmetros da rede. Permitem o aprendizado dos parâmetros da rede baseado em dados.

Question 87

No contexto de deep learning, como funciona o algoritmo de gradiente descendente?

Answer 87

• Comece com uma escolha aleatória de pesos para o modelo de deep learning
• Repita:
  
  • Calcule o gradiente baseado em todos os pontos de dados e identifique a direção que levará a reduzir a perda
  • Atualize os pesos baseado nos gradientes

Question 88

No contexto de deep learning, qual a diferença entre o algoritmo de gradiente descendente, gradiente descendente estocástico e gradiente descendente mini-batch?

Answer 88

O algoritmo de gradiente descendente usa todos os pontos para calcular o gradiente; a versão estocástica usa um único ponto; a versão mini-batch usa uma pequena coletânea de pontos.

Question 89

No contexto de deep learning, qual a maior limitação do perceptron?

Answer 89

Ele só consegue aprender limites de decisões linearmente separáveis

Question 90

No contexto de deep learning, o que é o algoritmo de backpropagation?

Answer 90

É um algoritmo para treinar redes neurais artificial com layers escondidos.

Question 91

No contexto de deep learning, como funciona o algoritmo de backpropagation?

Answer 91

• Comece com uma escolha aleatória de pesos para o modelo de deep learning
• Repita:
  
  • Calcule o erro do layer de saída
  • Para cada layer, começando com o layer de saída e movendo internamente até o primeiro layer escondido:
    
    • Propague os erros para um layer antes
    • Atualize os pesos

Question 92

No contexto de deep learning, o que é o algoritmo dropout? Para que ele serve?

Answer 92

Dropout consiste em remover temporariamente unidades selecionadas aleatoriamente de uma rede neural. Sua principal relevância é prevenir o excesso de dependência de algumas unidades específicas.

Question 93

No contexto de deep learning, o que é convolução de imagens?

Answer 93

É o processo de aplicar um filtro que adiciona o valor de cada pixel em uma imagem a seus vizinhos, pesados de acordo com uma matriz de kernel.

Question 94

No contexto de deep learning, como funciona o processo de pooling e max-pooling?

Answer 94

Poooling consiste em reduzir o tamanho de uma entrada através da amostragem de regiões na entrada. Max-pooling é um processo de pooling que escolhe o valor máximo em cada região.

Question 95

Qual a diferença entre FFNNs e RNNs?

Answer 95

FFNN (feed forward neural network) são redes neurais que possuem conexões somente em uma direção. RNN (Recurrent neural networks) possuem conexões que se retroalimentam para futuras execuções daquela rede.

Question 96

Qual a maior vantagem do uso de RNNs sobre FFNNs?

Answer 96

Enquanto FFNNs só permitem o mapeamento de 1 x 1 entre entradas e saídas, RNNs permitem outros tipos de mapeamento. Por exemplo, RNNs são capazes de receber vários valores (como um vídeo – um conjunto de imagens) e retornar um (se o vídeo possui uma violação de direitos autorais ou não).