En el contexto de esta sesión, ¿qué describe mejor el término «aprendizaje no supervisado»?

• Modelos que aprenden sin etiquetas para descubrir patrones en los datos

• Entrenamiento con conjuntos de datos etiquetados por un docente

• Algoritmos que únicamente clasifican imágenes

• Método para evaluar el rendimiento con conjuntos de prueba etiquetados

Según la definición presentada, ¿qué característica distingue al aprendizaje no supervisado del supervisado?

• Utiliza etiquetas conocidas para entrenar

• No requiere una variable objetivo etiquetada

• Se centra solo en regresión

• Siempre predice un valor específico

¿Cuál es un objetivo típico del aprendizaje no supervisado?

• Predecir si un cliente aprobará un préstamo

• Descubrir estructura o relaciones ocultas en los datos

• Calcular la precisión de un clasificador

• Asignar etiquetas de clase conocidas

En el cuadro comparativo, ¿qué tareas comunes se asocian al aprendizaje no supervisado?

• Clasificación y regresión

• Predicción y validación

• Agrupamiento y detección de anomalías

• Etiquetado y muestreo

¿Cuál es la diferencia principal entre aprendizaje supervisado y no supervisado en términos de los datos utilizados?

• El supervisado usa datos sin etiquetas y el no supervisado usa datos etiquetados

• El supervisado requiere una variable objetivo (etiquetas) y el no supervisado no

• Ambos requieren una columna Y explícita

• Ninguno utiliza variables explicativas

Observa la tabla esquemática: en aprendizaje supervisado aparece una columna Y además de X0, X1, X2. ¿Qué representa Y?

• Una característica redundante

• La variable objetivo o etiqueta a predecir

• El identificador del conjunto de datos

• El hiperparámetro de regularización

Según el diagrama de tipos de Machine Learning, ¿cuál de las siguientes tareas está asociada típicamente al aprendizaje supervisado?

• Clustering

• Clasificación

• Reducción de dimensionalidad

• Descubrimiento de estructura

En el diagrama, ¿qué técnica aparece vinculada al aprendizaje no supervisado?

• Regresión

• Clasificación

• Clustering

• Pronóstico del clima

Si dispones solo de X0, X1 y X2 sin columna Y, ¿qué tipo de aprendizaje corresponde aplicar?

• Supervisado

• No supervisado

• Refuerzo

• Semi-supervisado

Razonamiento: quieres segmentar clientes sin etiquetas previas. Con base en los esquemas mostrados, ¿qué enfoque es más adecuado?

• Regresión (supervisado)

• Clasificación (supervisado)

• Clustering (no supervisado)

• Aprendizaje por refuerzo