wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

Machine Learning

Total questions: 10

Worksheet time: 7mins

Name
Class
Date
1.

¿Qué tipo de machine learning sirve para hacer predicciones cuando se cuenta con datos de entrada y se conocen las respuestas correctas?

a)

Aprendizaje supervisado

b)

Aprendizaje no supervisado

c)

Clustering

d)

Reinforcement learning

2.

¿Qué tipo de machine learning se usa para buscar patrones cuando los datos no contienen las etiquetas correctas?

a)

Aprendizaje no supervisado

b)

Aprendizaje errático

c)

Aprendizaje semisupervisado

d)

Árboles de decisión

3.

Se cuenta con información de transacciones bancarias de las cuáles se conoce además si fueron fraudulentas o no. Se trata de un problema de...

a)

Aprendizaje supervisado: clasificación

b)

Aprendizaje supervisado: regresión

c)

Aprendizaje no supervisado: clasificación

d)

Aprendizaje no supervisado: regresión

4.

¿Qué hace un modelo de clasificación?

a)

Predice cantidades continuas (precio, temperatura, tiempo)

b)

Predice una categoría

c)

Agrupa unidades similares

d)

Predice cambios en valores (precios, costos, temperatura)

5.

Seleccione todas las opciones que son faltas

a)

Deep learning es un tipo de machine learning

b)

Inteligencia artificial es un tipo de deep learning

c)

Machine learning es un tipo de deep learning

d)

Deep learning es un tipo de inteligencia artificial

6.

¿Quién de estos no es profe de este curso?

a)

Tomás Carpetto

b)

Tomás Capretto

c)

Ignacio Evangelista

7.

¿Cómo podemos saber si un modelo de clasificación que construimos es bueno?

a)

Viendo cómo funciona con los datos con los que fue ajustado

b)

Probándolo sobre datos nuevos

8.

¿Cómo se llama la situación en la que un modelo funciona bien para los datos de entrenamiento pero mal para los datos de test?

a)

Overfitting

b)

Underfitting

c)

Sweet spot

d)

Clustering

9.

¿Cuál es la proporción en la que se dividen habitualmente los datos?

a)

80% para entrenar y 20% para testear

b)

20% para entrenar y 80% para testear

c)

50% para entrenar y 50% para testear

10.

"La mala calidad de los datos que se usan para un proyecto de machine learning puede ser compensada por un modelo de alta calidad"

a)

Verdadero

b)

Falso