Encuesta sobre ML Y DL Chollet Bengio

¿Cuál es una de las limitaciones del aprendizaje profundo en el contexto industrial?

• A) Es aplicable en cualquier caso.

• B) Requiere una gran cantidad de datos para ser efectivo.

• C) No se puede aplicar en tareas de visión computacional.

• D) Es completamente inútil en la práctica.

¿Cuál de los siguientes algoritmos es un ejemplo de modelado probabilístico?

• A) Redes neuronales convolucionales.

• B) Máquina de vectores de soporte (SVM).

• C) Algoritmo Ingenuo de Bayes.

• D) Árboles de decisión.

¿Cuál fue el problema que resolvió Yann LeCun con redes neuronales convolucionales en los años 90?

• A) Clasificación de rostros.

• B) Reconocimiento de códigos postales en sobres de correo.

• C) Diagnóstico médico.

• D) Clasificación de imágenes en alta resolución.

¿Qué característica distintiva tienen los métodos de núcleo, como SVM?

• A) No requieren datos de entrada.

• B) Se basan en el cálculo explícito de representaciones en espacios de alta dimensión.

• C) Utilizan una función de núcleo para evitar cálculos complejos.

• D) Se utilizan exclusivamente para problemas de visión computacional.

¿Cuál es una ventaja de los bosques aleatorios frente a otros métodos?

• A) Son más precisos que el aumento de gradiente.

• B) Son fáciles de interpretar y visualizar.

• C) Pueden reemplazar a las redes neuronales convolucionales.

• D) Requieren menos datos para ser efectivos.

¿Cuál fue el evento que marcó el regreso de las redes neuronales en el ámbito académico?

• A) La publicación del algoritmo de retropropagación.

• B) Los avances en el uso de GPUs para entrenamiento de redes profundas.

• C) La creación de los métodos kernel.

• D) El desarrollo de los árboles de decisión.

¿Qué simplifica el aprendizaje profundo en los flujos de trabajo de aprendizaje automático?

• A) La ingeniería de características.

• B) La selección de modelos.

• C) El preprocesamiento de datos.

• D) La supervisión humana.

¿Cuál de las siguientes opciones describe mejor el concepto de "aprendizaje conjunto de características" en redes neuronales profundas?

• A) Entrenamiento de cada capa de forma independiente.

• B) Adaptación automática de todas las capas ante un cambio en la red.

• C) Implementación de modelos sucesivos en capas profundas.

• D) Entrenamiento de redes neuronales sin supervisión.

¿Por qué las SVM fueron reemplazadas por redes neuronales en tareas de percepción?

• A) Las SVM requieren grandes cantidades de datos.

• B) Las SVM necesitan ingeniería de características manual.

• C) Las SVM no son capaces de clasificar imágenes.

• D) Las SVM son difíciles de entender.

¿Qué factor ha llevado al uso extendido de las redes neuronales en grandes conjuntos de datos como en el CERN?

• A) Su capacidad de realizar ingeniería de características manual.

• B) Su rendimiento superior y facilidad de entrenamiento.

• C) Su bajo costo computacional.

• D) La simplicidad en su implementación.