Perceptrón y redes neuronales

¿Quiénes propusieron el modelo de neurona artificial que inspiró el desarrollo del perceptrón?

• Alan Turing y Marvin Minsky
• Geoffrey Hinton y Yoshua Bengio

• Frank Rosenblatt y John McCarthy
• Warren McCulloch y Walter Pitts

¿Cuál es la función principal del perceptrón?

• Almacenar información
• Clasificar datos linealmente separables
• Realizar operaciones matemáticas complejas
• Simular la memoria humana

¿Qué operación matemática realiza el perceptrón para decidir su salida?

• Suma de productos entre entradas y pesos menos un umbral
• Multiplicación de entradas
• Comparación de entradas únicamente
• Ninguna de las anteriores

En el modelo del perceptrón, ¿cuándo la salida es igual a 1?

• Cuando no hay entradas negativas

• Cuando el umbral es negativo

• Cuando la suma de productos entre entradas y pesos es menor que el umbral

• Cuando la suma de productos entre entradas y pesos es mayor o igual al umbral

¿Qué función lógica puede realizar un perceptrón con pesos [w1=1, w2=1] y umbral [θ=2]?

• OR

• AND

• XOR
• NAND

¿Qué representa el hiperplano en la representación gráfica del perceptrón?

• La separación entre clases en un espacio de n dimensiones
• La distancia entre los puntos de entrada
• La suma de todas las entradas
• El tamaño de los pesos en el modelo

¿Por qué el perceptrón no puede resolver el problema de la función XOR?

• Porque necesita múltiples capas de neuronas
• Porque el XOR tiene entradas negativas

• Porque el XOR no es linealmente separable

• Porque requiere un umbral variable

¿Cómo se define una red neuronal en términos de su estructura básica

• Como un modelo compuesto únicamente por una capa de entrada y una capa de salida.

• Como un conjunto de perceptrones interconectados que pueden tener varias capas de entrada, pero sin pesos asociados.

• Como un conjunto de perceptrones interconectados en serie y en paralelo, con capas de entrada, ocultas y de salida.

• Como una única neurona capaz de resolver problemas no lineales.

¿Cuál de las siguientes afirmaciones es correcta sobre el proceso de "backpropagation" en redes neuronales?

• No tiene impacto en la exactitud de la red.

• Sólo se aplica en la capa de salida.

• Se utiliza para activar cada neurona de la red y generar la salida.

• Es el proceso mediante el cual se minimiza la función de error al ajustar los pesos.

¿Cuál es la función de activación derivable que se utiliza para aproximar la función signo en redes neuronales?

• Función XOR

• Función sigmoide

• ReLU

• Función AND