Aprendizaje Automático Y Aprendizaje Profundo

¿Cuál de las siguientes afirmaciones es verdadera?

• Los humanos clasifican el aprendizaje de refuerzo.

• El aprendizaje supervisado no requiere intervención humana, salvo aportar los propios datos en bruto.

• El aprendizaje supervisado requiere que los humanos proporcionen datos etiquetados.

• El aprendizaje no supervisado requiere la intervención humana, excepto en los datos sin formato.

Answer explanation

Cuando los humanos hacen una ordenación previa y clasifican los datos antes de introducirlos en un sistema de IA, están preparando el sistema para el aprendizaje supervisado.

Aditi está entrenando un sistema de IA en el que se penalizan las respuestas que son en gran parte incorrectas y se recompensan las respuestas que son en gran parte correctas.

¿Qué tipo de aprendizaje automático utilizará?

• Aprendizaje supervisado

• Aprendizaje estructurado

• Aprendizaje no supervisado

• Aprendizaje de refuerzo

Answer explanation

Aditi utiliza el aprendizaje de refuerzo, en el que la máquina aprende mediante prueba y error. Por cada respuesta que es mayoritariamente incorrecta, la máquina recibe una penalización. Pero por cada respuesta que es mayoritariamente correcta, los algoritmos reciben una recompensa.

María participa en el entrenamiento de la IA de su empresa. Separa los datos meteorológicos de una base de datos en distintas categorías.

¿Qué tipo de aprendizaje está preparando?

• Aprendizaje supervisado
• Aprendizaje no supervisado
• Aprendizaje profundo
• Aprendizaje por refuerzo

Answer explanation

Puesto que ella está entrenando el sistema de IA con datos ya categorizados, María utiliza el aprendizaje supervisado.

Pedro está trabajando con un sistema de IA que juega al ajedrez. Le premia cuando gana y le penaliza cuando pierde.

¿Qué tipo de aprendizaje está experimentando el sistema?

• Aprendizaje por refuerzo
• Aprendizaje supervisado
• Aprendizaje no supervisado
• Aprendizaje profundo

Answer explanation

El sistema está experimentando aprendizaje de refuerzo porque Pedro premia al sistema cuando realiza la acción correcta y le asigna una penalización cuando es incorrecta.

Katie tiene que ordenar una enorme cantidad de datos del almacén, pero no sabe cómo clasificarlos.

¿Cuál es el método de aprendizaje automático que más le ayudaría?

• Aprendizaje profundo
• Aprendizaje supervisado
• Aprendizaje por refuerzo
• Aprendizaje no supervisado

Answer explanation

Katie se beneficiará de un sistema de IA que emplee el aprendizaje no supervisado porque puede estructurar la información por sí mismo, sin ayuda humana.

Tags

IA

Aprendizaje Automatico

¿Cuál de las siguientes es una diferencia importante entre las regresiones lineal y logística?

• Solo las regresiones lineales tienen resultados que no se pueden resolver.

• Solo las regresiones lineales tienen resultados con forma de curva en S.

• Solo las regresiones logísticas tienen resultados entre 0 y 1.

• Solo las regresiones logísticas siguen caminos lógicos ramificados hacia una respuesta.

Answer explanation

Algo que diferencia a las regresiones logísticas es que generalmente se usan para generar un valor de salida que oscila entre 0 y 1.

¿Qué tipo de algoritmo le ayudaría a averiguar qué salario podría ganar si tuviera diferentes niveles de titulación universitaria en informática?

• Red neural

• Aprendizaje supervisado

• Árbol logístico

• Regresión lineal

Answer explanation

Debido a que los salarios más altos tienden a aumentar generalmente de manera uniforme cuanto mayor es la titulación universitaria en informática, lo indicado sería utilizar el algoritmo de regresión lineal.

Quiere saber cuántas horas de estudio necesita para pasar un examen. El dato de "horas de estudio" forma una función sigmoidea, o una curva en forma de S, entre "suspender " y " aprobar".

¿Qué algoritmo de aprendizaje podría utilizar?

• Regresión logística
• Árbol de decisión
• Aprendizaje no supervisado

• Redes neuronales

Answer explanation

La regresión logística es el algoritmo que podría utilizar para resolver problemas como este cuando la relación de datos forma una curva en S, llamada función sigmoidea, y tiene un resultado limitado, como "suspender" y "aprobar".

Le han pedido que cree un servicio de aprendizaje automático que ayude a la gente a elegir a qué concierto asistir en una fecha determinada, en función del tipo de música que prefieran, quién canta y dónde se celebra el evento.

¿Qué tipo de algoritmo debería utilizar?

• Aprendizaje de refuerzo

• Árbol de decisión
• Aprendizaje supervisado

• Regresión logística

Answer explanation

Lo indicado sería un árbol de decisión para decidir en función de factores como la fecha, la distancia, el ejecutor, etc., que se pueden utilizar para desplazarse por las ramas de opciones para llegar a opciones viables.

¿Cuál de las siguientes afirmaciones es una ventaja del aprendizaje automático clásico respecto al aprendizaje profundo?

• Ofrece mejor rendimiento en Big Data

• Es más fácil de interpretar.

• Tiene una mayor complejidad computacional
• Es más caro de operar.

Answer explanation

El aprendizaje automático clásico es más fácil de interpretar que la mayoría de los métodos del ecosistema de aprendizaje profundo.