NEW
Font size
WorksheetsHO - 30 algoritmos del aprendizaje supervisado
Total questions: 20
Worksheet time: 3mins
¿Qué es el aprendizaje supervisado?
Método para analizar datos sin etiquetas
Técnica de entrenamiento con datos etiquetados
Modelo que no requiere datos de entrada
Algoritmo que se usa solo para clustering
¿Qué intención tiene el aprendizaje supervisado?
Predecir únicamente números enteros
Encontrar patrones aplicables en datos etiquetados
Clasificar datos sin información previa
Identificar siempre valores extremos
¿Qué tipo de variable predice la Regresión Logística?
Una variable continua
Una variable categórica binaria
Una serie temporal
Una matriz de correlación
¿Qué algoritmo utiliza fronteras para separar clases en categorías?
KNN
Árboles de decisión
SVM
Regresión Lineal
El algoritmo K-Nearest Neighbors clasifica los datos en función de:
La tendencia de la media
La distancia con los vecinos más cercanos
El cálculo de probabilidades
La regresión polinómica
¿Qué modelos dividen los datos en subconjuntos más pequeños y fáciles de manejar?
Redes neuronales
Árboles de decisión y bosques aleatorios
SVM
KNN
¿Qué tipo de algoritmos de aprendizaje supervisado predicen valores continuos?
Clasificación
Regresión
Clustering
Segmentación
¿Qué algoritmo predice valores basados en una relación lineal entre variables?
Regresión Polinómica
Regresión Ridge
Regresión Lineal
SVM
¿Cuál de estos algoritmos se usa para capturar relaciones no lineales?
Regresión Lineal
Regresión Polinómica
Regresión Logística
Árboles de Decisión
¿Qué método aplica regularización para evitar el sobreajuste?
Regresión Polinómica
Regresión Ridge y Lasso
Regresión Logística
KNN
¿Qué característica define a los datos en el aprendizaje supervisado?
No tienen etiquetas
Tienen etiquetas que definen su significado
Se generan de manera aleatoria
Siempre son de tipo numérico
¿Qué ejemplo describe el uso de aprendizaje supervisado?
Clasificar millones de animales en imágenes
Identificar grupos de clientes sin categorías
Encontrar temas en documentos no etiquetados
Predecir el clima sin datos históricos
En aprendizaje supervisado, ¿qué representa X?
Las etiquetas
Las variables independientes o características
El valor a predecir
El error de predicción
En aprendizaje supervisado, ¿qué representa Y?
El conjunto de características
La variable dependiente o etiqueta
El conjunto de datos sin clasificar
La regularización
¿Qué tipo de problema resuelve un algoritmo de clasificación?
Agrupar datos similares sin categorías
Predecir una categoría o clase
Estimar una media poblacional
Calcular probabilidades de distribución
¿Cuál es un ejemplo de algoritmo de clasificación binaria?
Regresión Lineal
Regresión Logística
Regresión Ridge
Regresión Polinómica
¿Qué técnica combina múltiples árboles de decisión para mejorar resultados?
KNN
SVM
Bosques Aleatorios
Regresión Logística
¿Qué ocurre si no se aplica regularización en modelos de regresión?
El modelo siempre es lineal
El modelo puede sobreajustarse
El modelo ignora las variables independientes
El modelo no predice valores continuos
¿Cuál de las siguientes NO es un algoritmo de regresión?
Regresión Lineal
Regresión Logística
Regresión Polinómica
Regresión Ridge
¿Qué diferencia principal hay entre clasificación y regresión?
La clasificación predice valores continuos, la regresión categorías
La clasificación predice categorías, la regresión valores continuos
Ambas predicen siempre categorías
Ambas predicen valores numéricos
