Redes neurais

0
727

Última Atualização 13 de janeiro de 2021

QUESTÃO CERTA: No que se refere aos diversos tipos de algoritmos utilizados para minerar dados, a técnica utilizada em tarefas de classificação, regressão e segmentação de dados em tipos de dados heterogêneos é denominada: redes neurais.

Classificação, regressão, classificação de séries temporais e clusterização são exemplos de tarefas de Mineração de Dados que podem ser implementadas por métodos de Redes Neurais.

GOLDSCHMIDT, Ronaldo; PASSOS Emannuel. data Mining: Um guia prático. pg. 85.

QUESTÃO CERTA: Determinada empresa, ao realizar um programa de aceleração, selecionou fintechs que já trabalham na análise de fraudes em sistemas de cartão de crédito. Uma das premissas adotadas para a seleção foi a de que a fintech tivesse experiência em redes multilayer perceptrons. Nesse contexto, perceptron é: um algoritmo simples dedicado a efetuar uma análise binária para identificar se determinada transação é fraude ou não fraude.

Perceptron é uma rede neural de camada única e um Perceptron de várias camadas é chamado de Rede Neural Artificial. O Perceptron é um classificador linear (binário). Além disso, é usado na aprendizagem supervisionada e pode ser usado para classificar os dados de entrada fornecidos.

QUESTÃO CERTA: Uma das abordagens comuns dos sistemas IDS na realização de suas funções é aprender a reconhecer padrões de intrusões usando métodos como redes neurais.

Advertisement

IDS (Intrusion Detection System) é um sistema de detecção de intrusão que possibilita a coleta e o uso de informações dos diversos tipos de ataques em prol da defesa de toda uma infraestrutura de rede. Dessa forma, é possível identificar pontos ou tentativas de invasão, dando permissão para registro e possibilitando a melhoria contínua do ambiente de segurança.

O conceito de Redes Neurais é definido por meio da utilização de técnicas computacionais desenvolvidas através de modelos matemáticos, baseados no neurônio biológico e suas conexões no cérebro humano. São utilizadas em diversas áreas e aplicações. A propriedade primordial das redes neurais é aprender conforme o ambiente onde estão inseridas e assim melhorar seu desempenho. (XIII Brazilian Symposium on Information Systems, Lavras, Minas Gerais, June 5-8, 2017).