Tema 1. Introducción al Machine Learning

¿Qué es el aprendizaje supervisado?

• Algoritmos que requieren datos etiquetados para aprender

• Algoritmos que no necesitan datos

• Algoritmos que solo funcionan con datos no estructurados

• Algoritmos que aprenden sin intervención humana

¿Quién fue el pionero en la disciplina de la inteligencia artificial?

• Nilsson

• Marvin Minsky

• George Fincan

• Arthur Samuel

¿Qué significa ANI en el contexto de la inteligencia artificial?

• Inteligencia artificial general

• Inteligencia artificial autónoma

• Inteligencia artificial estrecha

• Inteligencia artificial avanzada

¿Cuál de los siguientes es un ejemplo de aprendizaje no supervisado?

• Clasificación de correos como spam o no spam

• Detección de fraudes en transacciones

• Predicción del precio de una casa

• Agrupación de datos sin etiquetas

¿Qué algoritmo se utiliza comúnmente para optimizar la función objetivo?

• Gradiente descendente

• Algoritmo de K-means

• Red neuronal

• Árbol de decisión

¿Qué tipo de tarea realiza un algoritmo de regresión?

• Clasifica datos en categorías

• Identifica patrones en datos no etiquetados

• Predice un valor numérico continuo

• Agrupa datos similares

¿Qué se entiende por aprendizaje por refuerzo?

• Aprendizaje que no requiere datos

• Aprendizaje sin supervisión

• Aprendizaje a través de prueba y error

• Aprendizaje basado en datos etiquetados

¿Cuál es un objetivo de los sistemas de inteligencia artificial en la industria financiera?

• Reducir el uso de algoritmos

• Maximizar la duración de las sesiones en redes sociales

• Optimizar la relación riesgo-rendimiento

• Aumentar la cantidad de datos no estructurados

¿Qué define la variable dependiente en un algoritmo supervisado?

• Es la variable que agrupa datos

• Es la variable que no tiene etiquetas

• Es la variable que se utiliza para entrenar

• Es la variable que se quiere predecir

¿Qué es el aprendizaje no supervisado?

• Aprendizaje que busca patrones en datos no etiquetados

• Aprendizaje que se basa en reglas fijas

• Aprendizaje que requiere datos etiquetados

• Aprendizaje que no utiliza algoritmos