Examen departamental v2 NLP

¿Cuál de los siguientes modelos se utiliza típicamente para la clasificación de texto en un entorno binario?

• Todas las anteriores

• Regresión Logística (Logit)

• Árboles de Decisión (DT)

• Redes Neuronales Convolucionales (CNN)

• Redes de Memoria a Largo Plazo (LSTM)

¿Cuál es una ventaja de usar random forest sobre árboles de decisión individuales?

• Reducción del riesgo de sobreajuste.

• Menos flexibilidad.

• Menor precisión.

• Mayor simplicidad.

• Mayor velocidad de entrenamiento.

¿Cuál es una característica importante de dividir y conquistar en árboles de decisión?

• Requiere el uso de algoritmos de agrupamiento en lugar de árboles de decisión.

• Divide el conjunto de datos en subconjuntos más pequeños basados en características específicas.

• Aumenta la 'impureza' en el conjunto.

• Aumenta la complejidad del modelo sin reducir el riesgo de sobreajuste.

¿Cuál es uno de los principales hiperparámetros de un bosque aleatorio?

• Función de activación.

• Número de nodos.

• Profundidad del árbol.

• Tasa de aprendizaje.

• Umbral de impureza.

¿Qué es un bosque aleatorio (Random Forest)?

• Un solo árbol de decisión entrenado en un conjunto de datos completo.

• Un método para reducir el riesgo de sesgo en un modelo.

• Un modelo que solo utiliza características categóricas para tomar decisiones.

• Una colección de árboles de decisión que trabajan juntos para mejorar la precisión del modelo.

• Una técnica de optimización para reducir la complejidad del modelo.

¿Qué representa un nodo en un árbol de decisión?

• Una característica o atributo del conjunto de datos.

• Una acción a elegir en caso de pregunta.

• Una regla de decisión basada en características.

• Una medida de la complejidad del modelo.

• Una predicción de la variable objetivo.

¿Cuál afirmación describe mejor la inteligencia artificial (IA)?

• La IA involucra exclusivamente técnicas de aprendizaje automático.

• El enfoque principal de la IA es descubrir patrones ocultos en datos no etiquetados.

• La IA es una rama de la informática centrada exclusivamente en la robótica.

• La IA se refiere a máquinas diseñadas para imitar la inteligencia humana.

• La IA es la ciencia del análisis de datos.

¿Cuál afirmación sobre el aprendizaje automático (Machine Learning) es correcta?

• Los algoritmos de aprendizaje automático no requieren datos para funcionar.

• El aprendizaje automático es un subconjunto de la inteligencia artificial (IA).

• El aprendizaje automático solo incluye aprendizaje supervisado.

• Todas las anteriores.

• El aprendizaje automático es sinónimo de inteligencia artificial.

¿Cuál es la diferencia entre stemming y lematización?

• El stemming es basado en reglas, mientras que la lematización es basada en diccionario.

• Todas las anteriores.

• El stemming elimina sufijos, mientras que la lematización utiliza un diccionario.

• El stemming se utiliza para inglés, mientras que la lematización es para otros idiomas.

• El stemming reduce palabras a su forma base, mientras que la lematización acorta palabras.

¿Para qué se utiliza la tokenización?

• Todas las anteriores

• Traducción automática.

• Clasificación de texto.

• Análisis de sentimiento.

• Preprocesamiento de texto para tareas de NLP.