Questão 5262004

• Banca: CESPE / CEBRASPE
• Órgão: SERPRO
• Ano: 2021
• Provas: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados
• Disciplina: Banco de Dados
• Assuntos: Data Mining

    Determinado parâmetro β será estimado recursivamente com a ajuda de um método de otimização matemática com base em uma função objetivo g(β). Para essa estimação, a base de dados de treinamento consistirá de n observações.

Considerando essa situação hipotética, julgue os itens que se seguem.

Em cada iteração na estimação do parâmetro β, o método do gradiente descendente requer n observações da base de treinamento, ao passo que o método do gradiente descendente estocástico utiliza uma observação selecionada aleatoriamente dessa base de treinamento.

• C. Certo
• E. Errado

Gabarito: C

Comentários

• Numa RNA (Rede Neural Artificial) há a necessidade de atualizar os respectivos pesos e o bias com base no erro. Esse processo é conhecido como Backpropagation.

  Perguntas que surgem: como ajustar os pesos? deve-se aumentá-los, diminui-los ou deixá-los intactos? qual o valor que deve ser usado?

  Além disso, a RNA pode ter uma grande quantidade de pesos para serem ajustados.

  Soluções possíveis:

  1) Força bruta: não é viável. Principalmente se houverem uma grande quantidade de pesos. Por exemplo, numa rede com 4 neurônios de entrada, 5 ocultos (1 camada oculta) e 1 de saída, será necessário atualizar 25 pesos [(4 x 5) + (5 x 1)];

  2) Usar o (batch) gradient descent ou gradiente descendente em lote. Ele olha o ângulo da função de custo. Sabendo, através disso, se deve descer ou subir. Utiliza – em cada iteração – toda a amostra de treino. Porém ele tem um problema: precisa que a função de custo seja convexa.

  3) (Melhor solução) Usar o stochastic gradient descent, o qual inclui elementos de aleatoriedade, resolvendo o problema da Gradient Descent puro, a qual requer que a função de custo seja convexa. Além disso utiliza em cada iteração apenas uma observação num mini-lote (subamostra).

  Diante disto, o Gradiente Descendente Estocástico inclui elementos de aleatoriedade.

  Gabarito: Certo

• CERTO

  Uma dica: Tem questões como esta (no meu caso) que eu não entendi, pois no meu edital não cita tal aprofundamento de estudo, porém como a questão não restringe, aplico a técnica: "Se não restringe, na maioria das vezes a questão está correta".

• CERTO

  Ne precisa explicar muito, o que já foi explicado. Uma questão dessas, se você não sabe, deixa em branco.