Evaluación de Aprendizaje Automático

La Inteligencia Artificial (IA) solo se ocupa del diseño y construcción de agentes inteligentes que reciben percepciones del entorno y descubren patrones en ese entorno.

• Verdadero

• Falso

Un modelo de clasificación, ¿qué tipo de aprendizaje automático es?

• Regresión

• Aprendizaje supervisado

• Aprendizaje no supervisado

• Aprendizaje por refuerzo

Todo el aprendizaje profundo es aprendizaje automático.

• Verdadero

• Falso

¿Por qué hay un futuro prometedor para el aprendizaje automático en dispositivos embebidos?

• Los modelos de aprendizaje automático más pequeños son más precisos

• La programación determinista es suficiente para resolver todos los problemas embebidos

• Los problemas emergentes requieren dispositivos de bajo consumo

• Todas las anteriores

¿Cuál es la tarea principal en el aprendizaje no supervisado?

• Predecir un valor de salida basado en datos de entrada

• Descubrir patrones o estructuras en los datos

• Maximizar recompensas a través de interacciones

• Aprender de demostraciones de expertos

¿Qué mide la función de pérdida en un modelo de aprendizaje automático?

• El número de características usadas

• La complejidad del modelo

• La diferencia entre valores predichos y reales

• El tiempo de entrenamiento

¿Qué es un error de Tipo 1?

• Falso Negativo

• Verdadero Positivo

• Falso Positivo

• Verdadero Negativo

¿Qué es un error de Tipo 2?

• Verdadero Positivo

• Falso Positivo

• Verdadero Negativo

• Falso Negativo

Cuando se ajusta el umbral con el objetivo de minimizar los errores de tipo 2, aun a costa de aumentar los errores de tipo 1, se está optimizando para:

• Alta Precisión

• Alto Recall

• Alta Eficiencia

• Alta Efectividad