Questão nº 1
Questão de Ciência de Dados · FGV CVM 2024 (nº 1)
FGV2024Analista CVM - Ciência de Dados (Perfil 7)Ciência de Dados
Gabarito: Cver comentário ↓
Considere um modelo de rede neural projetado para tarefas de classificação de imagens. A arquitetura da rede consiste em várias camadas, incluindo camadas de entrada, ocultas e de saída. Durante o treinamento, o modelo aprende a atribuir imagens de entrada a classes predefinidas (por exemplo, “gato”, “cachorro”, “pássaro”, etc.).
Sobre o papel da camada de saída nessa rede neural, é correto afirmar que ela:
- Agarante que a rede neural generalize bem para dados não vistos, prevenindo o sobreajuste;
- Bajusta os pesos dos neurônios ocultos para minimizar o erro de classificação durante o treinamento;
- Cmapeia as características aprendidas para rótulos de classe específicos com base em padrões aprendidos; (alternativa correta)
- Drealiza a extração de características aprendendo representações hierárquicas a partir de valores de pixel brutos;
- Ecalcula a soma ponderada das características de entrada e aplica uma função de ativação para produzir probabilidades de classe.
Resposta comentada
Gabarito Alternativa C
A camada de saída de uma rede neural é a última etapa onde a rede transforma tudo o que aprendeu em uma resposta final e compreensível, como a previsão de qual categoria uma imagem pertence.
- (A) Incorreta: A garantia de generalização e prevenção de sobreajuste é um objetivo do design geral da rede e do processo de treinamento (com técnicas como regularização, aumento de dados, etc.), não uma função exclusiva da camada de saída em si.
- (B) Incorreta: O ajuste dos pesos dos neurônios (de qualquer camada) é realizado pelo otimizador (como o algoritmo de retropropagação), que usa o erro calculado na saída para atualizar os pesos, mas a camada de saída não faz esse ajuste diretamente.
- (C) Correta: A camada de saída recebe as características (padrões abstratos) que foram aprendidas e refinadas pelas camadas ocultas e as utiliza para fazer a decisão final, associando a entrada a um dos rótulos de classe predefinidos.
- (D) Incorreta: A extração de características e o aprendizado de representações hierárquicas são as funções primárias das camadas ocultas (especialmente as convolucionais em tarefas de imagem), não da camada de saída.
- (E) Incorreta: Embora a camada de saída realize uma soma ponderada e aplique uma função de ativação (como Softmax) para produzir probabilidades de classe, essa é uma descrição de seu mecanismo interno. A armadilha é que "características de entrada" pode ser mal interpretado como os pixels brutos, quando na verdade são as características processadas da camada anterior. A função mais abrangente e fundamental da camada de saída é o mapeamento dessas características para os rótulos de classe, como descrito em (C).
Fonte: FGV CVM 2024 Analista CVM - Ciência de Dados (Perfil 7) (Caderno Tipo 1). Reproduzida para fins de estudo.