Podemos conceituar uma rede neural artificial como um processador maciçamente e paralelamente distribuído constituído de unidades de processamento simples, que têm a propensão natural para armazenar conhecimento experimental e torná-lo disponível para o uso. São propriedades de uma rede neural artificial:
(A) Não-linearidade, mapeamento entrada-saída, seleção, mutação e resposta a evidências
(B) Não-linearidade, mapeamento entrada-saída, mecanismo de inferência e adaptabilidade
(C) Não-linearidade, mapeamento entrada-saída, adaptabilidade e resposta a evidências
(D) Seleção, mutação, crossover, população e fitness
Respostas
Resposta: C
Explicação: Pela não-linearidade, os neurônios podem serlineares ou não-lineares, deste forma permitindoaproximações robustas de funções demapeamento que tenham característica não-linear. Pelo mapeamento entrada-saída, a redeaprende a partir de exemplos, estabelecendomapeamento entre os padrões apresentados naentrada com as saídas dadas pelos exemplos.Pela adaptabilidade, as redes neurais podemser treinadas e armazenar o conhecimento nospesos sinápticos, podendo adaptar-se caso oconjunto de amostras utilizado para otreinamento se modifique ao longo do tempo. Epela resposta a evidências uma rede neuralpode perfazer uma tarefa de seleção de umpadrão, mas também informar sobre o garu deconfiança ou crença referente ao padrãoescolhido.