ADML1

¿Qué tipo de problema de aprendizaje automático se puede resolver con la regresión lineal?

• Clasificación binaria

• Clasificación multiclase

• Regresión

• Aprendizaje por refuerzo

¿Cómo se realiza la predicción en un árbol de decisión?

• Se sigue el camino del árbol a partir de la raíz hasta llegar a una hoja

• Se realiza una suma ponderada de las características de entrada

• Se utiliza una función sigmoide para obtener una probabilidad de clase

• Se aplica una función de activación no lineal a la salida del modelo

¿Qué ventaja tiene el algoritmo de Random Forest sobre un solo árbol de decisión?

• Es más fácil de interpretar

• Es más rápido de entrenar

• Reduce el sobreajuste

• Tiene menos parámetros que ajustar

¿Cuál es la suposición principal del modelo de Naive Bayes?

• Las características de entrada son independientes entre sí

• Las características de entrada tienen una correlación positiva

• Las características de entrada tienen una correlación negativa

• Las características de entrada siguen una distribución normal

¿Cuál de los siguientes modelos puede manejar variables de entrada categóricas?

• Regresión lineal

• SVM

• Árboles de decisión

• Regresión logística

¿Qué es la regularización en los modelos de regresión y clasificación?

• Un método para ajustar los hiperparámetros del modelo

• Un método para reducir la complejidad del modelo y evitar el sobreajuste

• Un método para aumentar la complejidad del modelo y mejorar el ajuste

• Un método para balancear las clases desequilibradas en el conjunto de datos

¿Qué es el sobreajuste en los modelos de regresión y clasificación?

• Un modelo que es demasiado simple y no se ajusta bien a los datos

• Un modelo que se ajusta demasiado bien a los datos de entrenamiento y no generaliza bien a nuevos datos

• Un modelo que tiene demasiados parámetros y es difícil de entrenar

• Un modelo que tiene demasiados datos de entrenamiento y es difícil de manejar

¿Qué es el coeficiente de determinación (R^2) en los modelos de regresión?

• La proporción de la varianza de la variable de salida explicada por el modelo

• El porcentaje de aciertos del modelo en los datos de entrenamiento

• La capacidad del modelo para manejar variables de entrada categóricas

• La precisión del modelo en los datos de validación

¿Qué es la regresión logística?

• Un modelo de regresión que puede manejar variables de entrada categóricas

• Un modelo de regresión que supone que la relación entre las variables es lineal

• Un modelo de clasificación que estima la probabilidad de pertenecer a una clase utilizando una función logística

• Un modelo de clasificación que divide el espacio de características en regiones utilizando hiperplanos

¿Qué es el algoritmo de RandomForest en los modelos de clasificación y regresión?

• Un algoritmo que construye múltiples árboles de decisión en paralelo y promedia sus resultados

• Un algoritmo que construye un árbol de decisión para cada variable de entrada y los combina en una estructura de ensamblado

• Un algoritmo que construye un árbol de decisión y lo modifica mediante una técnica de poda

• Un algoritmo que ajusta los hiperparámetros del modelo mediante una búsqueda exhaustiva en el espacio de parámetros