Metodos de aprendizaje

¿Cuál es la función principal de un bosque aleatorio?

• Reducir el tiempo de entrenamiento

• Combinar múltiples árboles de decisión para mejorar la precisión

• Realizar clustering de datos

• Reducir el tamaño del conjunto de datos

En un bosque aleatorio, ¿cómo se construye cada árbol de decisión?

• A partir del dataset completo y de todas las características

• Usando una muestra aleatoria con reemplazo y un subconjunto de características

• Usando un solo árbol de decisión con poda

• Solo con datos numéricos

¿Cuál es una ventaja de los bosques aleatorios sobre un solo árbol de decisión?

• Mayor precisión y menor sobreajuste

• Mayor velocidad de predicción

• Menor necesidad de preprocesamiento de datos

• Mayor simplicidad interpretativa

¿Qué técnica utiliza el bosque aleatorio para seleccionar datos para cada árbol?

• División recursiva

• Regresión logística

• Bootstraping

• Análisis de componentes principales

¿Cuál es el efecto de aumentar el número de árboles en un bosque aleatorio?

• Reduce el rendimiento del modelo

• Mejora la precisión hasta un punto, luego se estabiliza

• Aumenta el sobreajuste

• Reduce la precisión del modelo

¿Qué tipo de algoritmo es el bosque aleatorio?

• Supervisionado

• No supervisado

• Basado en clustering

• De reducción de dimensionalidad

¿Qué tipo de aprendizaje emplean los mapas de Kohonen?

• Aprendizaje supervisado

• Aprendizaje no supervisado

• Aprendizaje reforzado

• Aprendizaje semi-supervisado

¿Cuál es el propósito de la “vecindad” en un mapa de Kohonen?

• Definir las conexiones con redes neuronales profundas

• Determinar los vecinos del nodo ganador para su ajuste

• Eliminar datos anómalos

• Maximizar el aprendizaje supervisado

¿Cuál de las siguientes afirmaciones es verdadera sobre los mapas de Kohonen?

• Requieren un clasificador previo para funcionar

• Pueden reducir la dimensionalidad de los datos sin etiquetas

• Solo funcionan con datos etiquetados

• Solo se usan para reconocimiento de texto

¿Qué es un mapa de Kohonen?

• Un algoritmo de clasificación supervisada

• Un algoritmo de agrupamiento no supervisado basado en redes neuronales

• Un algoritmo de regresión lineal

• Un método de reducción de dimensionalidad supervisada