Algoritmos de clasificación

¿Qué es el Machine Learning?

• Una forma de IA que permite a un sistema aprender de los datos

• Un proceso sencillo de programación explícita

• Un tipo de algoritmo de clasificación

• Un método para generar datos aleatorios

¿En qué se centra el Machine Learning?

• Generar datos de forma aleatoria

• Realizar cálculos matemáticos complejos

• Desarrollar algoritmos y modelos para que las máquinas aprendan patrones a partir de datos

• Imitar comportamientos humanos

¿Qué es el aprendizaje supervisado?

• Un enfoque de aprendizaje no supervisado

• Un tipo de aprendizaje donde se asocia una etiqueta a los datos para predecir en otros campos

• Un método de aprendizaje sin datos etiquetados

• Un proceso de aprendizaje sin intervención humana

¿Cuál es una etapa del aprendizaje supervisado?

• Clasificación de datos no etiquetados

• Entrenamiento sin modelo

• Generación de datos aleatorios

• Recolección y preparación de datos

¿Qué es la regresión logística?

• Un proceso de clasificación sin etiquetas

• Un algoritmo de aprendizaje supervisado para clasificación binaria

• Un enfoque de aprendizaje no supervisado

• Un método para generar datos de forma lineal

¿Qué es la función sigmoide en la regresión logística?

• Una función logística que modela la probabilidad de una instancia pertenecer a una clase

• Una función para generar datos aleatorios

• Una función de pérdida en el aprendizaje supervisado

• Una función para calcular la precisión del modelo

¿Qué es el descenso de gradiente?

• Un método para generar datos de forma aleatoria

• Un proceso para actualizar los parámetros del modelo siguiendo la dirección opuesta al gradiente

• Un algoritmo de clasificación no supervisado

• Un enfoque para dividir conjuntos de datos

¿Cuál es una ventaja de la regresión logística?

• No proporciona probabilidades de clasificación

• Limitado a problemas de clasificación multiclase

• Maneja bien relaciones no lineales entre características y la variable objetivo

• Eficiente y fácil de implementar

¿Qué es Azure Machine Learning Studio?

• Una plataforma en la nube para desarrollar, entrenar y desplegar modelos de machine learning

• Un algoritmo de clasificación de correos electrónicos

• Un software para generar datos aleatorios

• Un enfoque de aprendizaje no supervisado

¿Qué es la matriz de confusión en la evaluación del modelo?

• Una tabla que describe el rendimiento del modelo en términos de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos

• Un método para generar datos de forma aleatoria

• Una función de pérdida en el aprendizaje supervisado

• Una métrica para calcular la precisión del modelo