Perceptron e MLP Flashcards
(12 cards)
O que é um Perceptron Simples e qual sua função principal?
Um Perceptron Simples é um modelo de neurônio artificial que realiza classificação binária usando uma função de ativação step. Sua principal função é separar dados linearmente. Página 13
Como o bias influencia a decisão de um Perceptron?
O bias desloca a reta de decisão, permitindo que ela não passe necessariamente pela origem. Página 15
Qual é a diferença entre usar um limiar (θ) e um bias em um Perceptron?
Ambos determinam a posição da reta de decisão, mas o bias é tratado como um peso adicional, enquanto o limiar é um valor fixo na função de ativação. Página 20
Por que o Perceptron Simples não consegue resolver o problema XOR?
Porque o XOR não é linearmente separável, exigindo uma fronteira de decisão não linear que o Perceptron Simples não pode modelar. Página 47
Como uma MLP resolve o problema do XOR?
Adicionando camadas escondidas que transformam os dados em um espaço onde se tornam linearmente separáveis. Página 49
Qual é o papel da função de ativação em um neurônio artificial?
Introduz não-linearidade ao modelo, permitindo que a rede aprenda relações complexas nos dados. Página 24
Por que a função sigmóide é comumente usada em MLPs?
Porque é diferenciável em todos os pontos, essencial para o algoritmo backpropagation, e balanceia comportamentos lineares/não-lineares. Página 24
Como o algoritmo backpropagation ajusta os pesos em uma MLP?
Calcula o gradiente do erro em relação a cada peso e atualiza-os na direção oposta ao gradiente, usando a regra da cadeia. Página 57-66
Qual é a função do termo de momentum no treinamento de uma MLP?
Acelera a convergência e ajuda a evitar mínimos locais, adicionando uma fração da atualização anterior ao passo atual. Página 81
Por que a parada antecipada (early stopping) é usada no treinamento de MLPs?
Para evitar overfitting, interrompendo o treinamento quando o erro no conjunto de validação começa a aumentar. Página 82
Qual é a diferença fundamental entre o Perceptron Simples e uma MLP?
O Perceptron Simples tem apenas uma camada e só resolve problemas linearmente separáveis, enquanto a MLP tem camadas escondidas e resolve problemas não-lineares. Página 50
Como a taxa de aprendizado (α) afeta o treinamento de uma rede neural?
Controla o tamanho do passo nas atualizações dos pesos: valores altos podem causar instabilidade, enquanto valores baixos tornam o treinamento lento. Página 81
