Reg-Clas Pol 3

¿Cuál de las siguientes opciones describe mejor un algoritmo de clasificación en aprendizaje automático?

• Un algoritmo que predice un valor numérico basado en un conjunto de características.

• Un algoritmo que agrupa los datos en diferentes grupos basados en similitudes.

• Un algoritmo que asigna una etiqueta a una muestra basada en sus características.

• Un algoritmo que encuentra la línea de mejor ajuste para un conjunto de puntos de datos.

¿Cuál de las siguientes opciones describe mejor un algoritmo de regresión en aprendizaje automático?

• Un algoritmo que asigna una etiqueta a una muestra basada en sus características.

• Un algoritmo que agrupa los datos en diferentes grupos basados en similitudes.

• Un algoritmo que predice un valor numérico basado en un conjunto de características.

• Un algoritmo que clasifica las muestras en múltiples categorías.

¿Cuál de las siguientes opciones describe mejor la función principal de un modelo basado en datos en el aprendizaje automático?

• Generar datos de entrenamiento sintéticos para un modelo.

• Optimizar el rendimiento del modelo utilizando algoritmos de búsqueda.

• Aprender patrones y relaciones a partir de los datos de entrenamiento para hacer predicciones o tomar decisiones.

• Reducir la cantidad de datos necesarios para entrenar un modelo.

¿Cuál de las siguientes opciones describe mejor la diferencia entre los modelos de machine learning y los modelos tradicionales?

• Los modelos de machine learning utilizan algoritmos para aprender patrones y tomar decisiones, mientras que los modelos tradicionales se basan en reglas predefinidas.

• Los modelos de machine learning son más simples y fáciles de interpretar que los modelos tradicionales.

• Los modelos de machine learning solo se pueden aplicar en problemas de clasificación, mientras que los modelos tradicionales se utilizan en problemas de regresión.

• Los modelos de machine learning no requieren de datos de entrenamiento, mientras que los modelos tradicionales se basan únicamente en datos históricos.

¿Cuál de las siguientes opciones describe mejor la definición de un algoritmo?

• Una secuencia de pasos lógicos que resuelven un problema matemático complejo.

• Un conjunto de instrucciones detalladas y específicas que realizan una tarea o resuelven un problema.

• Una representación gráfica de un proceso o procedimiento.

• Una lista de variables y operaciones utilizadas en un programa de computadora.

¿Cuál de las siguientes afirmaciones es cierta sobre la regresión lineal?

• La regresión lineal solo puede manejar una variable independiente.

• La regresión lineal siempre produce una línea recta que se ajusta perfectamente a los datos.

• La regresión lineal busca minimizar la suma de los errores cuadrados entre los valores predichos y los valores reales.

• La regresión lineal es un método utilizado exclusivamente en problemas de clasificación.

¿Cuál de las siguientes opciones describe mejor la regresión logística?

• Un algoritmo de agrupamiento que separa los datos en diferentes categorías basadas en similitudes.

• Un modelo que establece una relación lineal entre una variable dependiente y una o más variables independientes.

• Un modelo que estima la probabilidad de pertenecer a una clase específica basada en variables independientes.

• Un modelo que ajusta una curva no lineal a los datos para predecir valores numéricos.

¿Qué se logra al construir un modelo de Machine Learning?

• La creación de un sistema de inteligencia artificial autónomo.

• La automatización completa de tareas humanas sin intervención externa.

• La capacidad de hacer predicciones y tomar decisiones basadas en datos de entrada.

• La eliminación de la necesidad de recopilar y analizar datos en el proceso de aprendizaje automático.

¿Cuál de las siguientes opciones describe mejor la definición de un modelo de Machine Learning?

• Un conjunto de datos de entrenamiento utilizado para construir un algoritmo.

• Un programa de software que automatiza tareas relacionadas con el aprendizaje automático.

• Una representación matemática que captura las relaciones entre las variables de entrada y la variable objetivo.

• Un conjunto de reglas lógicas predefinidas utilizadas para clasificar datos.

¿En qué tipo de problema se aplicaría un algoritmo de regresión en Machine Learning?

• Clasificar correos electrónicos como spam o no spam.

• Predecir el precio de una casa en función de sus características.

• Agrupar clientes en diferentes segmentos de mercado.

• Reconocer imágenes de animales en fotografías.