O que é o “machine learning” e como se relaciona com a Inteligência artificial?
Quais as diferenças, vantagens e desvantagens, entre aprendizagem supervisionada e não supervisionada?
Em aprendizagem supervisionada, o que significa quando se diz que vamos fazer “regressão escalar”, “regressão vetorial”, “classificação binária” ou “classificação multi-classe”? Explicar usando exemplo.
Como se sabe se um sistema de machine learning generalizou (aprendeu) ou memorizou (não aprendeu)? Explique usando os conceitos de “Datasets treino, teste e validação”,“Loss”, “overfiting” e “underfiting”.
O que são “redes neurais” e o que se quer dizer quando se afirmam serem “aproximadores universais”? O que é o “deep learning” e com se relaciona com as redes neurais? O que queremos dizer quando afirmamos “fazer transfer learning” entre aplicações?
Explique de forma geral as seguintes redes, indicando um exemplo de aplicação adequado à sua utilização e o tipo de dados utilizados (imagem, texto, video):
a) Redes neurais convolucionais (Convolutional Neural Networks - CNNs);
b) Redes neurais recorrentes (Recurrent Neural Networks – RNNs);
c) Deep reinforcement learning