Supervised vs Unsupervised Algorithms

¿Qué tipo de algoritmos requieren datos etiquetados para entrenarlos?

• Algoritmos de aprendizaje supervisado

• Algoritmos de aprendizaje no supervisado

• Algoritmos de aprendizaje por refuerzo

• Algoritmos de aprendizaje no etiquetado

¿Cuál es la principal diferencia entre algoritmos supervisados y no supervisados en machine learning?

• Los algoritmos supervisados buscan patrones en los datos por sí mismos.

• Los algoritmos no supervisados son más precisos que los supervisados.

• Los algoritmos supervisados no requieren datos etiquetados para entrenar el modelo.

• Los algoritmos supervisados requieren datos etiquetados para entrenar el modelo, mientras que los algoritmos no supervisados no necesitan datos etiquetados y buscan patrones o estructuras en los datos por sí mismos.

¿Qué tipo de algoritmo se utiliza cuando no se tienen etiquetas en los datos de entrenamiento?

• Aprendizaje semisupervisado

• Aprendizaje por refuerzo

• Aprendizaje no supervisado

• Aprendizaje supervisado

¿Cuál es un ejemplo de algoritmo supervisado?

• Algoritmo genético

• Clustering jerárquico

• Regresión lineal

• Análisis de componentes principales

¿Cuál es un ejemplo de algoritmo no supervisado?

• K-means

• Naive Bayes

• Linear Regression

• Decision Tree

¿Qué tipo de algoritmo se utiliza para clustering en machine learning?

• Random Forest

• K-means

• SVM

• Logistic Regression

¿Cuál es el objetivo principal de los algoritmos supervisados?

• Utilizar un conjunto de datos sin respuestas deseadas

• Predecir o clasificar datos utilizando un conjunto de datos de entrenamiento que incluye ejemplos con las respuestas deseadas.

• Eliminar datos de entrenamiento

• Ordenar datos de forma aleatoria

¿Cuál es el objetivo principal de los algoritmos no supervisados?

• Optimizar la velocidad de procesamiento

• Eliminar datos atípicos

• Clasificar datos supervisados

• Encontrar patrones o estructuras ocultas en los datos

¿Qué tipo de algoritmo se utiliza para predecir valores continuos en machine learning?

• Redes neuronales

• Regresión

• Agrupamiento

• Clasificación

¿Cuál es un ejemplo de algoritmo de aprendizaje supervisado utilizado en regresión?

• Support Vector Machine

• Decision Tree

• Clustering

• Regresión lineal