Examen ML basico GAD

¿Cuál es la diferencia principal entre el aprendizaje supervisado y el no supervisado?

• En el aprendizaje supervisado hay una variable objetivo mientras que en el no supervisado no la hay.
• En el aprendizaje no supervisado hay una variable objetivo mientras que en el supervisado no la hay.
• No hay diferencia entre el aprendizaje supervisado y no supervisado.
• Ambos tipos de aprendizaje siempre tienen una variable objetivo.

¿Qué tipo de datos se utilizan en la clasificación?

• Datos numéricos
• Datos categóricos
• Datos continuos
• Datos ordinales

¿Qué tipo de datos se utilizan en la regresión?

• Datos reales
• Datos categóricos
• Datos numéricos

• Datos ordinales

¿Cuál de las siguientes no es una etiqueta común para la variable objetivo en un problema de clasificación?

• Ninguna de las anteriores

• Sexo

• Código de un estudiante

• Estrato social

¿Cuál de las siguientes no es una etiqueta común para la variable objetivo en un problema de regresión?

• 10
• 5.0
• Hombre
• 1000

¿Cuál es el propósito de la función train_test_split en el código?

• Dividir el conjunto de datos en entrenamiento y prueba.
• Entrenar un modelo de regresión.
• Evaluar la precisión del modelo.
• Realizar una clasificación de los datos.

¿Qué porcentaje de los datos se utiliza para el test en la función train_test_split?

• 0.7
• 0.3
• 1
• 0.5

¿Qué modelo de clasificación se utiliza en el código con RandomForest?

• AdaBoostClassifier
• RandomForestRegressor
• RandomForestClasiffier
• RandomForestClassifier

¿Qué tipo de datos se utiliza como características en el modelo de clasificación?

• Etiquetas
• Datos de prueba
• Datos de entrenamiento
• Variables independientes

¿Cuál es la métrica más utilizada para evaluar el rendimiento del modelo de clasificación?

• Precisión
• Regresión
• F1-Score
• Ninguna