Machine Learning

¿Qué es Machine Learning?

• Es una disciplina independiente de la inteligencia artificial.

• Es una técnica específica de programación web.

• Es un sub-conjunto de la inteligencia artificial que permite a las máquinas aprender de datos y experiencias pasadas.

• Es un método de diseño gráfico avanzado.

¿Cuáles son los tipos de aprendizaje en Machine Learning?

• Supervisado, no supervisado, semi-supervisado, y aprendizaje por pruebas.

• Supervisado, no supervisado, semi-supervisado, y aprendizaje por refuerzo.

• Supervisado, no supervisado, basado en reglas, y aprendizaje por refuerzo.

• Supervisado, supervisado por humanos, semi-supervisado, y aprendizaje basado en datos.

¿Cómo funciona el aprendizaje supervisado?

• Usa datos de entrenamiento categorizados para aprender y hacer predicciones.

• Se basa únicamente en la retroalimentación del usuario.

• No requiere datos de entrenamiento y funciona aleatoriamente.

• Se enfoca en agrupar datos sin etiquetas.

¿Cuál es el objetivo del aprendizaje no supervisado?

• Predecir resultados a partir de datos etiquetados.

• Clasificar datos en categorías predefinidas.

• Encontrar la estructura del set de datos de entrada y agruparlos según similitudes.

• Aprender con la interacción y la observación del entorno.

¿Qué es el aprendizaje por refuerzo?

• Es una técnica de Machine Learning que no requiere retroalimentación.

• Es un método que imita la forma en que los humanos aprenden a través de la observación y la recompensa.

• Es un algoritmo que agrupa datos similares en clusters.

• Es una técnica que combina datos supervisados y no supervisados para mejorar la precisión.

¿Cuáles de los siguientes son ejemplos de Algoritmos de Regresión?

• Regresión logística y regresión lineal.

• K-means y DBSCAN.

• Árboles de decisión y redes neuronales.

• Q-learning y SARSA.

¿Cuáles son ejemplos de Algoritmos de Clustering?

• Algoritmos de Clustering y Algoritmos de Redes Neuronales.

• Algoritmos de Árbol de Decisión y Algoritmos Basados en Instancias.

• Algoritmos de Clustering y Algoritmos de Regresión.

• Q-learning y SARSA.

¿Cuál es un ejemplo de algoritmos del Árbol de Decisión?

• Máquinas de soporte vectorial (SVM).

• K-means.

• Clasificación y regresión.

• Algoritmo de vecinos más cercanos

¿Qué técnica de Machine Learning se usa para detectar actividades fraudulentas en el sector financiero?

• Aprendizaje supervisado.

• Aprendizaje semisupervisado.

• Aprendizaje sin supervisión.

• Aprendizaje por refuerzo.