Redes Neurais Convolucionais (CNN) – Reconhecimento de Imagens
❌ ERRADO. As CNNs (Redes Neurais Convolucionais) são arquiteturas fundamentais e amplamente utilizadas em algoritmos de reconhecimento de imagens, não sendo dispensadas. O item afirma o contrário, o que é incorreto.
As CNNs são uma classe especializada de redes neurais profundas, projetadas para processar dados com estrutura de grade, como imagens. Elas empregam camadas convolucionais para extrair características espaciais, como bordas e texturas, seguidas de pooling para redução de dimensionalidade e camadas densas para classificação. Essa estrutura as torna extremamente eficazes em tarefas de visão computacional, incluindo reconhecimento de imagens.
Fonte de apoio (Estratégia): "CNNs (Convolutional Neural Networks) são uma classe específica de Redes Neurais Artificiais (RNAs) que se destacam no processamento de dados com estrutura de grade, como imagens, sinais de áudio e matrizes de dados. São amplamente utilizadas em aplicações de visão computacional devido à sua eficácia no reconhecimento de padrões em imagens."
Portanto, afirmar que as CNNs são dispensadas no reconhecimento de imagens é um erro conceitual grave. Na prática, elas são a principal arquitetura para essa finalidade.
❌ ERRADO.