Lezione 10: AI e predittori di struttura secondaria

Qual è la differenza corretta tra machine learning e deep learning?

• Machine learning classifica i dati, deep learning no

• Machine learning può usare grandi database, deep learning no

• Machine learning estrae le caratteristiche, deep learning no

• Nessuna delle altre affermazioni è corretta

Cosa vuol dire "architettura feed-forward" di una rete neurale?

• I dati vengono classificati dalla rete neurale in tanti gruppi

• Le informazioni fluiscono nella rete neurale in modo ordinato dall'input all'output

• La rete neurale corregge gli errori calcolando l'RMSD

• Nella rete neurale i neuroni di uno stesso strato comunicano tra di loro

In una rete neurale per predizioni di struttura secondaria, quanti sono i neuroni di output di solito?

• 20

• 5

• 3

• 150

Che informazioni sono sufficienti per il training di una rete neurale per predire strutture secondarie?

• Le strutture secondarie di un set di proteine selezionato

• Le sequenze di un set di proteine selezionato

• La classificazione di un set di proteine selezionato

• Nessuna delle altre opzioni è corretta

Come è possibile evitare problemi di overfitting nell'addestramento di una rete neurale per predizione di strutture secondarie?

• Selezionando proteine con strutture corrette

• Selezionando proteine rappresentative di diverse famiglie strutturali

• Selezionando proteine omogenee da una singola famiglia strutturale

• Selezionando proteine con sequenze simili tra loro