Font size
WorksheetsMachine Learning III
Total questions: 23
Worksheet time: 26mins
¿Cómo se llama la función del modulo sklearn que sirve para splittear entre train y test?
sklearn.[selectione_el_nombre_del_modulo]
train_test_split
data_partitioner
split_data
train_test_divide
train.test.split
¿Cuál es la principal diferencia entre los modelos paramétricos y no paramétricos?
Los modelos paramétricos hacen suposiciones específicas sobre la distribución de los datos, mientras que los no paramétricos no lo hacen.
Los modelos paramétricos son siempre más precisos que los no paramétricos.
Los modelos paramétricos no pueden manejar datos categóricos, mientras que los no paramétricos sí pueden.
Los modelos paramétricos se usan exclusivamente en el aprendizaje no supervisado, mientras que los no paramétricos se usan en el aprendizaje supervisado.
En el algoritmo de KNN (K-Vecinos más Cercanos), ¿es necesario fijar el K de antemano (antes de hacer predicciones)?
Verdadero
Falso
Depende del valor que tome K
Depende del tamaño del conjunto de datos
En los modelos de KNN, a mayor K, hay (a) varianza y (b) sesgo, y se observa una frontera de decisión más (c) , lo que resulta en un modelo más (d) .
¿Cuál de las siguientes NO es una ventaja de los modelos de árboles de decisión?
Son fáciles de interpretar
Su entrenamiento es rápido
Manejan bien datos continuos y categóricos
Manejan bien outliers
No tienen tendencia a overfittear
La curva ROC representa la proporción de (a) (en y) v.s. la de (b) (en x).
¿Cuál es el módulo de sklearn que contiene la función KMeans?
Responder todo en minúscula y sin espacios: sklearn. (a)
Suponiendo que tenemos un conjunto de datos X ya cargados en memoria, ordenar los siguientes bloques de código siguiendo la lógica top-down:
from sklearn.decomposition import PCA
pca = PCA(n_components=2)
pca.fit(X)
X_pca = pca.transform(X)
print("Datos transformados:", X_pca)
Log Loss es una función de pérdida para (a)
Considerando la siguiente arquitectura de red neuronal, ¿Cuál es la dimensión de la 3ra capa?
3x4
4x3
5x4
4x5
3x1
¿Cuál de los siguientes códigos tiene como output lo mostrado en la imagen adjunta?
tf.constant([[1,2], [3,4]])
tf.constant([[1,3], [2,4]])
tf.constant([1,2,3,4])
tf.constant([[1],[2],[3],[4]])
¿Cuál de los siguientes tipos de layer es el que recibe los datos iniciales?
Input Layer
Hidden Layer
Output Layer
Convolutional Layer
Si utilizamos una capa densa...
recibirá output de cada neurona de la capa anterior
recibirá output solo de las neuronas de la capa anterior que le indiquemos por parámetro
recibirá output solo de algunas neuronas de la capa anterior seleccionadas al azar
recibirá output de una sola neurona de la capa anterior
no recibirá ningún output de la capa anterior
¿Cuál de las siguientes NO es una ventaja de Adam?
El método es rápido y converge rápidamente.
Garantiza poco costo computacional.
Adapta las tasas de aprendizaje para cada parámetro individualmente.
Es robusto (menos sensible que otros métodos) a diferentes inicializaciones de la tasa de aprendizaje.
NLP se ocupa de las interacciones entre las computadores y los lenguajes humanos.
Verdadero
Falso
¿Cuál de las siguientes es la librería de Python que nos permite trabajar con NLP?
Keras
nltk
NLP
matplotlib
NumPy
¿Cuál es el módulo de nltk que contiene treebank?
nltk.corpus
nltk.treebank
nltk.tree
nltk.tokenize
¿Cuál de los siguientes códigos se utiliza para inicializar el motor de Text-to-Speech en pyttsx3 (crear un recognition engine)?
pyttsx3.init()
pyttsx3.engine()
pyttsx3.start()
pyttsx3.activate()
La creación de una herramienta de síntesis de voz (speech synthesis) puede involucrar varios pasos. En el contexto de la biblioteca pyttsx3 en Python, cree un enfoque simplificado ordenando los siguientes pasos:
Importar las bibliotecas necesarias.
Crear un engine para la síntesis de voz.
Configurar el engine (por ejemplo, establecer la velocidad del habla, seleccionar la voz, etc.).
Crear una función (talking function) que tome texto como entrada y use el engine para convertirlo en voz.
Testear la talking función para asegurarse de que funcione correctamente.
¿Cuál de las siguientes no es una "stop word"?
también
que
durante
lindo
y
¿Cuál de las siguientes operaciones implica dividir un fragmento de texto en partes más pequeñas, como dividir un párrafo en oraciones, una oración en palabras o una palabra en caracteres?
Tokenización
Lemmatización
Stemming
Vectorización
POS tagging
¿Cuál de las siguientes es una etapa de preprocesamiento en NLP (Procesamiento de Lenguaje Natural)?
Stemming
Convolution
Pooling
Activation function
¿Cuál es el principal propósito de usar word embeddings in NLP (Procesamiento de Lenguaje Natural)?
Reducir la dimensionalidad de los datos de texto.
Extraer características de imágenes.
Clasificar texto en categorías.
Generar nuevo texto basado en un indicativo o prompt.
