3era Nota: Inteligencia Artificial y aprendizaje automatico

Front

¿Qué significa “Machine Learning”?

Back

Que las máquinas aprendan patrones desde datos

Front

En un dataset, una “etiqueta” (label) es:

Back

El valor correcto asociado a cada ejemplo

Front

¿Qué es una feature?

Back

Una característica relevante usada por el modelo

Front

¿Qué ocurre cuando hay overfitting?

Back

El modelo memoriza los datos y falla en casos nuevos

Front

¿Qué es un clasificador?

Back

Un modelo que asigna categorías según los datos

Front

¿Qué es un dataset balanceado?

Back

Uno donde cada categoría tiene cantidades razonablemente similares

Front

Si un modelo tiene sesgo (bias), significa que:

Back

Produce errores sistemáticos debido a datos desbalanceados

Front

¿Qué representa una matriz de confusión?

Back

Una tabla que muestra aciertos y errores

Front

En code.org, entrenar un modelo implica:

Back

Proveer ejemplos etiquetados para que el modelo aprenda

Front

¿Qué sucede si usas muy pocos ejemplos por categoría?

Back

El modelo tendrá dificultades y sesgos