wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

Quiz de repaso de IA

Total questions: 52

Worksheet time: 26mins

Name
Class
Date
1.

¿Cuál de los siguientes tipos de aprendizaje automático se utiliza principalmente para agrupar datos similares?

a)

Clustering

b)

Aprendizaje supervisado

c)

Clasificación

d)

Regresión

2.

¿Qué biblioteca de Python se utiliza comúnmente para implementar redes neuronales de manera eficiente?

a)

TensorFlow

b)

Pandas

c)

NumPy

d)

Matplotlib

3.

¿Cuál es el propósito principal de la regresión en el aprendizaje automático?

a)

Clasificar datos en categorías

b)

Predecir valores continuos

c)

Reducir la dimensionalidad

d)

Agrupar datos similares

4.

¿Qué estructura de datos en Python permite almacenar pares de clave-valor?

a)

Listas

b)

Diccionarios

c)

Conjuntos

d)

Tuplas

5.

¿Cuál de los siguientes conceptos es fundamental en álgebra lineal y se usa para representar datos en forma de matrices?

a)

Funciones

b)

Vectores

c)

Polinomios

d)

Escalares

6.

¿Cuál de los siguientes es un tipo de red neuronal que se utiliza comúnmente para procesar datos secuenciales, como texto o series temporales?

a)

Redes recurrentes

b)

Perceptrones multicapa

c)

Redes convolucionales

d)

Redes generativas adversariales

7.

¿Qué función matemática se utiliza comúnmente en redes neuronales para introducir no linealidades en el modelo?

a)

Función de activación

b)

Función de costo

c)

Función lineal

d)

Función de pérdida

8.

¿Qué es Anaconda en el contexto de la programación en Python?

a)

Un sistema operativo para programadores

b)

Una distribución que facilita la gestión de paquetes y entornos

c)

Un tipo de algoritmo de Machine Learning

d)

Un editor de texto para Python

9.

¿Qué biblioteca de Python se utiliza comúnmente para la manipulación y análisis de datos?

a)

Scikit-learn

b)

Pandas

c)

Matplotlib

d)

Numpy

10.

¿Cuál de las siguientes arquitecturas se utiliza en Deep Learning para procesar datos en secuencia, como texto o series temporales?

a)

Redes recurrentes

b)

Redes convolucionales

c)

Perceptrones multicapa

d)

Árboles de decisión

11.

¿Cuál es la técnica de Machine Learning que se utiliza para predecir valores continuos en función de datos de entrada?

a)

Detección de anomalías

b)

Clustering

c)

Clasificación

d)

Regresión

12.

¿Qué tipo de datos se pueden almacenar en un diccionario de Python?

a)

Conjuntos de caracteres

b)

Listas de números

c)

Pares de clave-valor

d)

Solo valores numéricos

13.

¿Cuál es el propósito principal de TensorFlow en el contexto del aprendizaje automático?

a)

Análisis estadístico básico

b)

Implementar y entrenar modelos de aprendizaje profundo

c)

Crear gráficos de datos

d)

Generar imágenes

14.

¿Qué concepto matemático fundamental se utiliza en el ajuste de modelos en Machine Learning y se refiere a la relación entre variables y sus funciones?

a)

Teorema de Bayes

b)

Regresión

c)

Correlación

d)

Análisis de varianza

15.

¿Cuál es la función principal de Numpy en el análisis de datos en Python?

a)

Almacenar grandes volúmenes de datos

b)

Generar gráficos interactivos

c)

Crear aplicaciones web

d)

Realizar cálculos numéricos eficientes con arreglos

16.

¿Cuál es la característica clave de una red convolucional en el contexto del Deep Learning?

a)

Clasificar texto en categorías

b)

Generar datos aleatorios

c)

Almacenar datos eficientemente

d)

Extraer características espaciales de los datos de entrada

17.

¿Cuál de las siguientes afirmaciones describe mejor el objetivo del aprendizaje supervisado en Machine Learning?

a)

Detectar patrones en grandes volúmenes de datos sin etiquetas

b)

Entrenar un modelo utilizando datos etiquetados para hacer predicciones sobre nuevos datos

c)

Ajustar un modelo a los datos sin preocuparse por la precisión

d)

Agrupar datos no etiquetados en categorías

18.

¿Cuál de los siguientes algoritmos es un tipo de aprendizaje supervisado en Machine Learning?

a)

Redes neuronales convolucionales

b)

Regresión lineal

c)

K-means

d)

Algoritmo de Apriori

19.

¿Cuál es la función principal de un perceptrón en Deep Learning?

a)

Clasificación de datos

b)

Generación de gráficos

c)

Almacenamiento de datos

d)

Optimización de algoritmos

20.

¿Qué librería de Python es comúnmente utilizada para operaciones matemáticas y manipulación de matrices en IA?

a)

Pandas

b)

NumPy

c)

Matplotlib

d)

Scikit-learn

21.

¿Cuál de los siguientes es un tipo de red neuronal utilizada en el procesamiento de datos secuenciales?

a)

Red neuronal multicapa

b)

Perceptrón simple

c)

Red neuronal recurrente (RNN)

d)

Red neuronal convolucional (CNN)

22.

¿Cuál es el propósito principal de la técnica de 'clustering' en Machine Learning?

a)

Reducir el tamaño de los datos

b)

Dividir datos en categorías predefinidas

c)

Agrupar datos similares

d)

Predecir una variable específica

23.

¿Qué es TensorFlow?

a)

Una biblioteca de código abierto para el aprendizaje automático

b)

Un lenguaje de programación

c)

Un esquema de bases de datos

d)

Un sistema operativo

24.

¿Qué entiende la IA por 'sobreajuste' en los modelos de aprendizaje automático?

a)

Cuando un modelo se ajusta demasiado a los datos de entrenamiento

b)

Cuando un modelo requiere demasiados datos para aprender

c)

Cuando un modelo generaliza bien a datos no vistos

d)

Cuando un modelo no logra aprender nada

25.

¿Cuál de las siguientes afirmaciones describe mejor el concepto de 'regresión' en Machine Learning?

a)

Se utiliza para clasificar datos en categorías

b)

Se utiliza para predecir valores continuos

c)

Se utiliza para reducir la dimensionalidad

d)

Se utiliza para agrupar datos similares

26.

¿Qué estructura de datos en Python permite almacenar pares clave-valor?

a)

Diccionario

b)

Lista

c)

Tupla

d)

Conjunto

27.

¿Cuál es la función principal de la librería Pandas en Python?

a)

Entrenar modelos de Machine Learning

b)

Crear gráficos

c)

Realizar cálculos matemáticos

d)

Manipulación y análisis de datos

28.

¿Qué tipo de red neuronal es especialmente eficaz para el procesamiento de imágenes?

a)

Redes recurrentes

b)

Árboles de decisión

c)

Perceptrones multicapa

d)

Redes convolucionales

29.

¿Cuál de los siguientes conceptos es esencial para entender el funcionamiento de las redes neuronales?

a)

Función de activación

b)

Estructura de datos

c)

Algoritmo de búsqueda

d)

Modelo de regresión

30.

¿Qué concepto de álgebra lineal se utiliza para representar y manipular datos en forma de vectores y matrices en IA?

a)

Funciones afines

b)

Espacios vectoriales

c)

Polinomios

d)

Números complejos

31.

¿Cuál de las siguientes afirmaciones describe mejor el deep learning?

a)

Es una subárea del machine learning que utiliza redes neuronales profundas

b)

Es un enfoque de programación lineal para resolución de problemas

c)

Es un tipo de inteligencia artificial que no requiere datos

d)

Es un método de optimización para algoritmos de búsqueda

32.

¿Cuál es el propósito principal de la técnica de regularización en modelos de machine learning?

a)

Acelerar el proceso de entrenamiento

b)

Aumentar la complejidad del modelo

c)

Prevenir el sobreajuste

d)

Mejorar la precisión de los datos de prueba

33.

¿Cuál de las siguientes técnicas de preprocesamiento de texto se utiliza para reducir palabras a su raíz cuando se generan múltiples formas de la misma palabra?

a)

Stemming

b)

Eliminación de palabras vacías

c)

Tokenización

d)

Lematización

34.

¿Cuál de las siguientes representaciones de texto se basa en la frecuencia de las palabras y no considera el orden de las mismas?

a)

Bag of Words

b)

Lematización

c)

TF-IDF

d)

Word Embeddings

35.

¿Qué técnica se utiliza para eliminar palabras comunes, que no aportan significado a un análisis de texto, como 'y', 'el', 'de'?

a)

Stemming

b)

Word Embeddings

c)

Eliminación de palabras vacías

d)

Tokenización

36.

¿Cuál de las siguientes afirmaciones describe mejor el concepto de 'Word Embeddings' en procesamiento del lenguaje natural?

a)

Son imágenes de palabras en lugar de texto.

b)

Son métodos para contar la frecuencia de palabras en un documento.

c)

Son técnicas para eliminar palabras vacías en un texto.

d)

Representan palabras como vectores en un espacio semántico, capturando relaciones entre ellas.

37.

¿Cuál de las siguientes aplicaciones de Deep Learning se utiliza comúnmente en visión por computadora para tareas de reconocimiento de imágenes?

a)

Regresión lineal

b)

Árboles de decisión

c)

Redes Neuronales Convolucionales (CNNs)

d)

Máquinas de soporte vectorial (SVM)

38.

¿Qué técnica de preprocesamiento de texto busca convertir las palabras a su forma base, considerando el contexto gramatical?

a)

Lematización

b)

Stemming

c)

Tokenización

d)

Eliminación de palabras vacías

39.

¿Cuál de los siguientes métodos permite corregir la escasez de datos en imágenes para entrenar modelos de visión por computadora?

a)

Submuestreo

b)

Aumento de datos (Data Augmentation)

c)

Normalización

d)

Ensamble de modelos

40.

¿Qué técnica de procesamiento de lenguaje natural se utiliza para dividir un texto en unidades menores, como palabras o frases?

a)

Lematización

b)

Stemming

c)

Eliminación de palabras vacías

d)

Tokenización

41.

¿Cuál de las siguientes técnicas se utiliza en el procesamiento de lenguaje natural para medir la relevancia de un término en relación con un documento y la colección de documentos en la que se encuentra?

a)

Bag of Words

b)

Tokenización

c)

TF-IDF

d)

Lematización

42.

¿Cuál es el objetivo principal del preprocesamiento de texto en procesamiento de lenguaje natural?

a)

Reducir la cantidad de datos a trabajar

b)

Limpiar y normalizar los datos de texto para mejorar el rendimiento del modelo.

c)

Eliminación de todos los caracteres especiales sin excepción

d)

Aumentar la complejidad de los datos

43.

¿Cuál de las siguientes técnicas se utiliza para reducir una palabra a su raíz en el procesamiento del lenguaje natural?

a)

Stemming

b)

Eliminación de palabras vacías

c)

Tokenización

d)

Lematización

44.

¿Cuál de las siguientes representaciones de texto considera tanto la frecuencia de las palabras como su importancia en un corpus?

a)

Stemming

b)

Word Embeddings

c)

TF-IDF

d)

Bag of Words

45.

¿Qué técnica de preprocesamiento de texto se utiliza para eliminar palabras que no aportan significado a la oración, como 'y', 'el', 'de'?

a)

Tokenización

b)

Eliminación de palabras vacías

c)

Stemming

d)

Lematización

46.

¿Cuál de las siguientes afirmaciones describe mejor la técnica de 'Word Embeddings' en procesamiento del lenguaje natural?

a)

Separa el texto en palabras individuales.

b)

Cuenta la frecuencia de palabras en un documento.

c)

Reduce palabras a su forma base.

d)

Representa palabras como vectores en un espacio dimensional continuo.

47.

En el contexto de la visión por computadora, ¿cuál de las siguientes técnicas se utiliza comúnmente para asignar etiquetas a los objetos detectados en una imagen?

a)

Transformación de perspectiva

b)

Clasificación de imágenes

c)

Segmentación

d)

Detección de bordes

48.

¿Qué técnica de visión por computadora se utiliza para mejorar la calidad de una imagen al reducir el ruido y aumentar el contraste?

a)

Clasificación

b)

Segmentación

c)

Detección de características

d)

Filtrado de imágenes

49.

¿Cuál de las siguientes aplicaciones del aprendizaje profundo se utiliza para generar texto a partir de una entrada dada?

a)

Reconocimiento facial

b)

Detección de objetos

c)

Generación de lenguaje natural

d)

Clasificación de imágenes

50.

¿Qué método se utiliza en el procesamiento del lenguaje natural para convertir texto en un formato numérico que puede ser procesado por algoritmos de aprendizaje automático?

a)

Vectorización de texto

b)

Análisis sintáctico

c)

Stemming

d)

Eliminación de palabras vacías

51.
¿Cuál de las siguientes opciones es una técnica de segmentación en visión por computadora?
a)
Clasificación de imágenes
b)
Segmentación semántica
c)
Reconocimiento de objetos
d)
Detección de bordes
52.
¿Qué técnica de preprocesamiento de texto se encarga de dividir el texto en unidades menores como palabras o frases?
a)
Eliminación de palabras vacías
b)
Tokenización
c)
Stemming
d)
Lematización

Similar Resources on Wayground

Simbología Neumática

48 questions

Simbología Neumática

quiz

Worksheet

•

Professional Development