Font size
WorksheetsIntro a Machine Learning 1
Total questions: 10
Worksheet time: 12mins
¿Qué es machine learning?
Es un lenguaje de programación utilizado para el desarrollo de software.
Es un tipo de hardware especializado en el procesamiento de grandes cantidades de datos.
Es una técnica que permite predecir un resultado futuro en base al entrenamiento y optimización de un modelo.
Es un conjunto de reglas predefinidas para la automatización de tareas repetitivas.
¿Qué requiere el aprendizaje supervisado?
Información previamente etiquetada.
Datos sin estructura ni organización.
Utiliza recompensas y castigos para aprender a tomar decisiones.
Se basa en el descubrimiento de patrones ocultos en los datos sin etiquetas.
¿Qué predicen los problemas de clasificación?
Solo valores numéricos
La clase más probable de un elemento
¿Qué tipo de aprendizaje supervisado puede ser una detección de SPAM?
(a)
¿Qué podemos deducir observando el gráfico?
El tamaño de la casa no afecta el precio
El gráfico muestra la ubicación de las casas, no el precio
El precio de la casa disminuye a medida que aumenta el tamaño
A medida que aumenta el tamaño de la casa, aumenta el precio.
¿Cuál es el principal objetivo del aprendizaje no supervisado?
Aprender a través de recompensas y castigos
Clasificar datos en categorías predefinidas
Descubrir patrones ocultos en datos no etiquetados.
Predecir valores numéricos precisos.
¿Qué son los problemas de clustering?
Agrupar datos en función de su similitud, formando grupos donde los objetos dentro de un mismo grupo son más similares entre sí que con los de otros grupos.
Predecir un valor numérico específico para cada individuo
Clasificar individuos en categorías predefinidas basadas en etiquetas conocidas
Establecer relaciones de causa y efecto entre variables
¿Cuál es uno de los objetivos de la reducción de dimensionalidad?
Eliminar la necesidad de realizar preprocesamiento de datos
Forzar la creación de modelos que se ajusten perfectamente a los datos de entrenamiento
Ahorrar recursos computacionales al entrenar modelos
¿Qué es el sobreajuste u overfitting?
Es un proceso para limpiar datos erroneos
Es cuando un modelo generaliza perfectamente a cualquier conjunto de datos
Es cuando un modelo no aprende lo suficiente de los datos de entrenamiento
Es cuando un modelo se ajusta excesivamente a los datos de entrenamiento, perdiendo capacidad de generalización.
¿Cuántos chihuahuas hay en la imagen?
4
5
7
10
