wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

HT - 13 Identifica principales aplicaciones

Total questions: 20

Worksheet time: 3mins

Name
Class
Date
1.

¿Qué bibliotecas se usan en la implementación de la solución?

a)

NumPy y Pandas

b)

TensorFlow y Keras

c)

SciPy y NLTK

d)

PyTorch y Scikit-Learn

2.

¿Cuál es el propósito de la implementación descrita en el documento?

a)

Crear una interfaz gráfica

b)

Minimizar el error y hacer que la función converja

c)

Guardar datos en la nube

d)

Realizar traducciones automáticas

3.

¿Qué significa que una función "converja"?

a)

Que se expanda indefinidamente

b)

Que tienda hacia un valor óptimo

c)

Que cambie constantemente

d)

Que sea siempre cero

4.

¿Qué papel juega TensorFlow en la solución?

a)

Generar gráficos 3D

b)

Ejecutar modelos de machine learning y deep learning

c)

Procesar texto

d)

Realizar animaciones

5.

¿Qué rol tiene Keras en la implementación?

a)

Servir como sistema operativo

b)

Facilitar la creación de redes neuronales con sintaxis sencilla

c)

Generar datos aleatorios

d)

Ejecutar consultas SQL

6.

¿Por qué es importante minimizar el error en un modelo?

a)

Para aumentar el tiempo de entrenamiento

b)

Para mejorar la precisión del modelo

c)

Para reducir el tamaño del dataset

d)

Para ahorrar memoria RAM

7.

¿Qué herramienta se puede usar para visualizar el proceso de entrenamiento?

a)

Excel

b)

Matplotlib

c)

Word

d)

Paint

8.

¿Qué significa "ploteamos la solución"?

a)

Guardamos el modelo

b)

Graficamos los resultados

c)

Eliminamos datos

d)

Ejecutamos un script

9.

¿Qué tipo de problema podría resolverse con este enfoque?

a)

Reconocimiento de imágenes

b)

Predicción de valores

c)

Clasificación de datos

d)

Todas las anteriores

10.

¿Qué parámetro clave se ajusta durante el entrenamiento para minimizar el error?

a)

Número de usuarios

b)

Pesos de la red neuronal

c)

Tamaño de pantalla

d)

Resolución de imagen

11.

¿Qué función cumple el optimizador en Keras?

a)

Aumentar el tamaño del dataset

b)

Ajustar los pesos para reducir la función de pérdida

c)

Traducir datos a otro idioma

d)

Crear imágenes

12.

¿Qué representa la función de pérdida?

a)

La precisión del modelo

b)

El error que el modelo intenta minimizar

c)

El número de capas

d)

El tiempo de ejecución

13.

¿Cuál de estos es un optimizador común en TensorFlow/Keras?

a)

Adam

b)

CSV

c)

PDF

d)

JSON

14.

¿Por qué es útil graficar la convergencia de una función?

a)

Para ver si el error disminuye con el tiempo

b)

Para decorar la presentación

c)

Para aumentar el tamaño del modelo

d)

Para guardar datos en imágenes

15.

¿Qué indica una gráfica donde el error disminuye progresivamente?

a)

El modelo está aprendiendo correctamente

b)

El modelo está fallando

c)

No hay datos suficientes

d)

La GPU está saturada

16.

¿Qué pasa si el error aumenta durante el entrenamiento?

a)

El modelo está mejorando

b)

Puede haber sobreajuste o problemas en el aprendizaje

c)

El modelo se está optimizando

d)

La función se ha estabilizado

17.

¿Qué tipo de red se podría implementar en este ejercicio?

a)

Convolucional o densa

b)

VPN

c)

Cliente-servidor

d)

Blockchain

18.

¿Qué lenguaje de programación se usa para implementar la solución?

a)

Java

b)

Python

c)

C++

d)

R

19.

¿Cuál es el objetivo final del entrenamiento de un modelo?

a)

Memorizar datos

b)

Generalizar para predecir correctamente en datos nuevos

c)

Usar toda la memoria RAM

d)

Ejecutar más rápido que la competencia

20.

¿Qué método facilita Keras para construir modelos secuenciales?

a)

Sequential()

b)

BuildModel()

c)

CreateNet()

d)

NeuralNet()