Introducción a la IA - Unidad 2

Aprender es transformar información y experiencia en (a)   y entendimiento.

El algoritmo de Dijkstra permite:

• Encontrar el camino óptimo, en cierto sentido, entre dos puntos de un grafo ponderado.

• Encontrar el mínimo absoluto de un campo escalar que representa el error de predicción de una red neuronal.

• Realizar ajuste fino sobre modelos de NLP.

¿Qué técnicas de IA están basadas en estadística?

• Modelos de regresión

• Modelos de clasificación

• Agrupamiento (clustering)

• Análisis de series temporales

• Reducción de dimensionalidad

¿Cómo puede ayudar una optimización en el entrenamiento de una red neuronal?

• Determina los pesos de las conexiones que minimizan el error de predicción.

• Determina los parámetros de las funciones de activación de la red neuronal.

• Encuentra los datos que hacen que las predicciones sean exitosas con alta probabilidad.

¿Cuando hay convexidad?

• El segmento de línea entre dos puntos distintos en el gráfico de la función se encuentra encima o sobre el gráfico entre los dos puntos.

• El segmento de línea entre dos puntos distintos en el gráfico de la función se encuentra debajo del gráfico entre los dos puntos.

• No hay convexidad en la función.

• La convexidad se refiere al punto para el que se tiene gradiente nulo.

¿Cómo se puede mitigar la maldición de la dimensionalidad?

• Mediante el algoritmo A*.

• Mediante técnicas de regularización

• Mediante selección de características.

• Mediante redes semánticas.

¿A qué se refiere la semántica en lógicas de primer orden?

• Al orden en el que deben escribirse los símbolos para que el compilador los procese correctamente.

• Al contexto de la proposición.

• Al significado de las sentencias declarativas.

• Al estudio de los predicados de las expresiones lógicas.

¿Qué es el Modelo PAC?

• Un algoritmo que puede aprender una función que sea aproximadamente correcta la mayor parte del tiempo.

• Un algoritmo que siempre es perfecto.

• Un algoritmo que no puede generalizar a nuevos datos.

• Un algoritmo que solo funciona con pocos datos.

¿Qué son las Redes Semánticas?

• Grafos que representan conceptos y relaciones entre ellos.

• Estructuras de datos en forma matricial.

• Lenguaje formal para expresar hechos y reglas.

• Modelos inspirados en el cerebro humano.

¿Qué representan las variables en el contexto de lógicas de primer orden?

• Representan relaciones entre objetos.

• Son propiedades de los cuantificadores universales.

• Funciones declarativas que pueden tomar distintos valores.

• Proposiciones cuyos valores de verdad no están especificados