Search Header Logo

Introducción a la IA

Authored by Daniel Martello

Computers

Professional Development

Used 2+ times

Introducción a la IA
AI

AI Actions

Add similar questions

Adjust reading levels

Convert to real-world scenario

Translate activity

More...

    Content View

    Student View

10 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

El objetivo de la Inteligencia Artificial es: ........

(elija la mejor opción)

Emular como piensan las personas

Crear una máquina que piense racionalmente

Emular los comportamientos humanos

Crear un agente racional que automatice comportamientos inteligentes

2.

DROPDOWN QUESTION

1 min • 1 pt

Media Image

¿Quien y cuando se acuño el termino IA?​ ​ ​ ​ (a)  

John McCarthy - 1956
Blaise Pacal - Siglo 17
Charles Babbage - Siglo 19
Alain Turing - 1936
Marvin Minsky - 1959
Bill Gates - 1992

3.

DRAG AND DROP QUESTION

1 min • 1 pt

Las 2 ramas de la IA son: ​la (a)  

simbólica y la sub simbólica
generativa y la convolutiva
asociativa y la distributiva
neuronal y la difusa

4.

MATCH QUESTION

1 min • 1 pt

Asociar conceptos

Trata de replicar procesos de percepción que ocurren de manera inconsciente

IA Sub Simbólica

IA Sub Simbólica

General Problem Solver

IA Simbólica

Perceptron

Se basa en la forma en que los humanos describimos los procesos de pensamiento consciente

IA Simbólica

5.

DRAW QUESTION

3 mins • 1 pt

Dibuje de manera simple un Perceptron

Media Image

6.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Como se llama el modelo de aprendizaje que usamos en el ejemplo de entrenamiento del perceptron para reconocer números escritos a mano?

Supervisado

No supervisado

Por refuerzo

Estadístico

7.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Media Image

Elija la mejor descripción de que es y cómo funciona un Perceptron

Es un modelo basado en las neuronas que sensa las entradas X y elije la más probable

Es un modelo basado en las neuronas que toma los valores de las entradas X y los multiplica individualmente por los pesos W. Luego promedia los valores obtenidos en cada rama y si el valor resultante es mayor que un valor umbral, replica ese valor a la salida

Es un modelo basado en las neuronas que toma los valores de las entradas X y los multiplica individualmente por los pesos W. Luego suma las ramas y si el valor resultante es mayor que un valor umbral, replica ese valor a la salida

Es un modelo basado en las neuronas que toma los valores de las entradas X y los multiplica individualmente por los pesos W. Luego suma las ramas y si el valor resultante es mayor que un valor umbral, activa la salida con un valor lógico (SI/NO, 1/0, V/F)

Access all questions and much more by creating a free account

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Classlink

Continue with Classlink

Clever

Continue with Clever

or continue with

Microsoft

Microsoft

Apple

Apple

Others

Others

Already have an account?