Search Header Logo

Cuestionario sobre Inteligencia Artificial

Authored by Nancy Morrobel

Computers

3rd Grade

Used 1+ times

Cuestionario sobre Inteligencia Artificial
AI

AI Actions

Add similar questions

Adjust reading levels

Convert to real-world scenario

Translate activity

More...

    Content View

    Student View

10 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Qué es la inteligencia artificial (IA)?

A) Un sistema que imita el comportamiento humano.

B) Una máquina que puede realizar tareas sin intervención humana.

C) La capacidad de una computadora para aprender de la experiencia.

D) Todas las anteriores.

2.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Cuál de los siguientes es un subcampo de la IA?

A) Robótica

B) Procesamiento de lenguaje natural

C) Visión por computadora

D) Todas las anteriores.

3.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Qué es el aprendizaje supervisado?

A) Un método donde la máquina aprende sin datos etiquetados.

B) Un método donde la máquina es entrenada con datos etiquetados.

C) Un enfoque que no utiliza algoritmos.

D) Un tipo de aprendizaje humano.

4.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Cuál es el objetivo principal del procesamiento de lenguaje natural (PLN)?

A) Desarrollar algoritmos de juego.

B) Hacer que las computadoras entiendan y procesen el lenguaje humano.

C) Crear gráficos y visualizaciones.

D) Aumentar la velocidad de cálculo.

5.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Qué es una red neuronal artificial?

A) Un sistema que simula el funcionamiento del cerebro humano.

B) Un tipo de base de datos.

C) Un algoritmo de búsqueda.

D) Un tipo de hardware.

6.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Qué algoritmo se utiliza comúnmente en el aprendizaje profundo?

A) Algoritmos genéticos

B) Árboles de decisión

C) Redes neuronales convolucionales

D) K-means

7.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Qué es el "overfitting" en el contexto del aprendizaje automático?

A) Cuando un modelo es demasiado simple para los datos.

B) Cuando un modelo se ajusta demasiado a los datos de entrenamiento y no generaliza bien.

C) Cuando los datos no están etiquetados.

D) Cuando un modelo se entrena demasiado rápido.

Access all questions and much more by creating a free account

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Classlink

Continue with Classlink

Clever

Continue with Clever

or continue with

Microsoft

Microsoft

Apple

Apple

Others

Others

Already have an account?