DIAPOSITOVA 3

¿Qué es el aprendizaje automático?

• Una rama de la inteligencia artificial

• Un método de análisis de datos

• Un tipo de programación manual

• Una técnica de procesamiento de imágenes

¿Qué es un modelo de aprendizaje automático?

• Una expresión matemática para predecir valores

• Un conjunto de datos sin procesar

• Una técnica de agrupación de datos

• Un algoritmo de clasificación

¿En qué se diferencia el aprendizaje supervisado del no supervisado?

• El uso de datos etiquetados

• La identificación de patrones en los datos

• La ausencia de datos de entrada

• La interacción con el entorno

¿Para qué se utiliza el aprendizaje no supervisado?

• Optimización de inventarios

• Predicción de precios inmobiliarios

• Detección de fraudes

• Agrupación y reducción de la dimensionalidad

¿En qué consiste el aprendizaje por refuerzo?

• Analizar la relación entre datos de entrada y salida

• Utilizar datos etiquetados para entrenar un modelo

• Aprender interactuando con el entorno y obteniendo recompensas

• Identificar patrones en los datos

¿Cuál es una aplicación práctica del aprendizaje por refuerzo?

• Control dinámico de los semáforos para reducir los atascos

• Determinar factores de riesgo de enfermedad

• Predicción de precios inmobiliarios

• Clasificar transacciones bancarias fraudulentas

¿Qué tipo de aprendizaje automático se utiliza para problemas de clasificación y regresión?

• Aprendizaje profundo

• Aprendizaje no supervisado

• Aprendizaje supervisado

• Aprendizaje por refuerzo

¿Cuál es el objetivo del aprendizaje no supervisado?

• Interactuar con el entorno y obtener recompensas

• Entrenar un modelo con datos etiquetados

• Predecir valores de una variable a partir de otras

• Identificar patrones en los datos y agrupar puntos similares

¿Qué tipo de aprendizaje automático se centra en hacer modelización a partir de procedimientos iterativos para aprender de los datos?

• Aprendizaje por refuerzo

• Aprendizaje no supervisado

• Aprendizaje supervisado

• Aprendizaje automático

¿Por qué se considera el aprendizaje por refuerzo más parecido al aprendizaje humano?

• Porque utiliza datos etiquetados para entrenar un modelo

• Porque identifica patrones en los datos y agrupa puntos similares

• Porque el algoritmo aprende interactuando con el entorno y obteniendo recompensas

• Porque analiza la relación entre datos de entrada y salida