Quiz 10 - Introdução

1. O que é a "Saída Desejada" (Rótulo) no treinamento?

O nome do computador

A resposta correta que a rede deve tentar alcançar

O preço da placa de vídeo

Um código secreto

2. A "Função de Perda" (Loss) serve para:

Deletar arquivos inúteis

Medir quão longe a previsão da rede está da resposta correta

Aumentar a velocidade do processamento

Traduzir o código

3. O Gradiente Descendente busca encontrar o:

Maior erro possível

Ponto de erro mínimo global (ou local)

Nome do usuário

Endereço de IP

4. Na técnica de Backpropagation, o erro é usado para:

Punir o programador

Ajustar os pesos da rede de trás para frente

Formatar o dataset

Desligar o computador

5. O "Learning Rate" (Taxa de Aprendizado) controla:

Quantos livros a IA lê

O tamanho do passo que o modelo dá ao ajustar os pesos

A quantidade de memória usada

A resolução da tela

6. Se a curva de erro (Loss) começar a subir, isso geralmente indica:

Que o modelo ficou inteligente demais

Que o treinamento está divergindo (instabilidade, possivelmente Learning Rate alto)

Que o projeto acabou

Que não há internet

7. O que acontece na etapa "Forward Pass"?

Os pesos são ajustados

O dado entra e viaja até a saída para gerar uma previsão

O código é deletado

O erro é calculado

8. Otimizadores como o "Adam" servem para:

Criar nomes aleatórios

Tornar o Gradiente Descendente mais eficiente e rápido

Comprimir imagens

Bloquear vírus

9. Uma "Época" termina quando:

O computador quebra

Todos os exemplos do conjunto de treino passaram pela rede uma vez

O erro chega a zero

O usuário clica em parar

10. Qual a importância do Bias no treinamento?

Ele não é importante

Ele permite que o modelo aprenda deslocamentos que os pesos sozinhos não conseguem

Ele acelera a internet

Ele salva o arquivo automaticamente