1NT3L1G3NC14 4RT1F1C14L

¿Cuál sería un ordenamiento adecuado con respecto a los siguientes dominios de la IA? El símbolo mayor que significa que “contiene a”. Machine Learning > Deep Learning > Inteligencia artificial. Inteligencia artificial > Machine Learning > Deep Learning. Ninguna de las anteriores. Deep Learning > Machine Learning > Inteligencia artificial.

Señale 3 características principales del Big Data. Velocidad. Virtual. Variedad. Volumen.

¿Qué funcionalidad tenía el sistema experto MYCIN?. Predecir el riesgo de parto prematuro. Diagnosticar enfermedades pulmonares. Analizar la estructura molecular. Detectar infecciones sanguíneas.

¿Cómo funciona un motor de inferencia determinista?. En base a premisas estadísticas y probabilísticas. Ninguna de las anteriores. Relaciona el antecedente y el consecuente. Razona sobre la solución a través de inferir verdades universales.

¿Cuál es el motor de inferencia que está utilizando el siguiente sistema experto médico?. Basado en aprendizaje automático. Basado en Redes Bayesianas. Basado en reglas si, entonces.

¿Qué representa la siguiente línea de código?. Función, min, max, cruce. Herramienta, población, fitness, evaluación. Cruce, mutación, selección y función de evaluación. Compañero, cromosoma, selección y fitness.

¿Qué librería nos puede ayudar para la resolución del Problema del viajero?. deap. scikitlearn. numpy. pandas.

¿A qué algoritmo pertenece el siguiente código?. Backtraking. DFS. A*. BFS.

¿A qué tipo de grafo corresponde la siguiente imagen?. Ponderado. Unidireccional. Dirigido. Digrafo.

¿Qué representa la siguiente línea de código en el problema del viajero?. Calculamos la distancia entre el primero y el último individuo. Creamos una población aleatoria y le asignamos un índice. Se crea un individuo y se asigna el parámetro en donde va a ir el valor de fitness. Se genera un size tool box aleatorio.

¿Cuál de las siguientes librerías permite trabajar con arrays n-dimensionales?. Matplotlib. Pytorch. Pandas. Numpy.

¿Cuál es la diferencia entre IA Débil e IA fuerte?. La IA débil es el tipo de inteligencia artificial que se utiliza actualmente la IA fuerte es un enfoque a futuro. Su diferencia radica en la aplicación específica que se quiera realizar. La IA fuerte es el tipo de inteligencia artificial que se utiliza actualmente la IA débil es un enfoque a futuro. La IA débil representa los inicios de la IA. La IA fuerte es la que utilizamos actualmente.

¿En que gestor de paquetes puedo encontrar los softwares Spyder y Jupiter Notebook?. WOLFRAM. ANACONDA. PYTHON. RSTUDIO.

En los algoritmos genéticos, ¿Cuál es el propósito de la "mutación" en el proceso de evolución?. Incrementar la precisión de los operadores de selección y cruce. Introducir variabilidad genética en los individuos para evitar la convergencia prematura. Garantizar que solo los individuos más fuertes sobrevivan en cada generación. Aumentar la población inicial para tener más opciones de selección.

Señale la respuesta correcta sobre las aplicaciones de los grafos tipo árbol. Detección de patrones en imágenes. Detección de lenguajes de señas. Análisis sintáctico de lenguajes de programación. Aprendizaje automático. Árboles Genealógicos. Computación evolutiva. Análisis de búsqueda no informada Análisis de problemas Gaussianos.

¿Cuál es el objetivo principal de un algoritmo genético en el contexto de inteligencia artificial?. Realizar cálculos matemáticos complejos. Almacenar grandes cantidades de datos de manera eficiente. Traducir texto de un idioma a otro. Encontrar la mejor solución posible mediante un proceso de selección y evolución.

¿Qué podemos visualizar en el siguiente código?. La utilización de A* sabiendo que f=g+h. La utilización de la heurística de Dijkstra para calcular la distancia mínima. La utilización de la función de bondad parar elegir el mejor individuo.

¿Cuál es la opción correcta?. Se recomienda el algoritmo DFS por sobre el algoritmo BFS ya que requiere menos memoria. Se recomienda el algoritmo A* por sobre el algoritmo BFS ya que trabaja mejor en búsqueda no informada. Se recomienda el algoritmo DFS por sobre el algoritmo genético ya que es mejor en optimización. Se recomienda el algoritmo BFS por sobre el algoritmo DFS ya que requiere menos memoria.

¿Qué procesos se deberían ubicar en los bloques en blanco del siguiente sistema difuso?. Entradas discretas – Salidas discretas. Entradas difusas – Salidas difusas. Conjunto difuso de entrada – Conjunto difuso de salida. Fuzzificador - Desfuzzificador.

¿A qué función de membresía corresponde la siguiente configuración de parámetros?. TRIANGULAR. TRAPEZOIDAL. SINGLETON. SIGMOIDAL.

Señale dos recomendaciones a tener en cuenta para la implementación de las etapas de un sistema difuso. Se recomienda tener un número par de conjuntos difusos. El número de conjuntos difusos debe estar comprendido entre dos y nueve. El número de conjuntos difusos debe ser indirectamente proporcional con respecto al punto óptimo de operación del sistema. Debe existir un solapamiento de los conjuntos difusos de entre 10 y 50%.

¿Cuáles son los valores lingüísticos del siguiente sistema difuso?. Infancia. Juventud, adultez joven. Edad, Grado de pertenencia.

Se plantea elegir una de las dos botellas de agua teniendo en cuenta que la opción A presenta un factor de pertinencia de 0.8 al conjunto agua potable y la opción B una probabilidad de 0.8 de ser agua potable. ¿Cuál es la mejor opción?. Se debería elegir la opción A debido a que únicamente un 0.2 por ciento no corresponde a agua potable. Se debería elegir la opción A debido a que un factor de pertenencia de 0,8 al conjunto de agua potable sería mejor que una probabilidad de 0,8. Se debería elegir la opción B puesto que de cada 10 botellas al menos 2 contendrán agua potable. Se debería elegir la opción B puesto que una probabilidad de 0.8 de que la botella contenga agua potable es mejor que un factor de pertinencia de 0,8.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: Construyendo y entrenando una regresión lineal usando "LinearRegresion" de la librería sklearn.linear_model. Imprimir los primeros 5 valores de X_test y y_test. Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split. Calcular la métrica de error R2.

A qué tipo de algoritmo corresponde el siguiente la gráfica?. Red neuronal del conjunto de prueba. Árbol de decisión del conjunto de entrenamiento. Red neuronal del conjunto de entrenamiento. Regresión lineal del conjunto de prueba.

¿Cuál es la limitación del perceptrón?. Sólo es capaz de resolver problemas no lineales. No permite reconocer errores. Utiliza pesos en las entradas. Sólo es capaz de resolver problemas linealmente separables.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: Calcular la métrica de error R2. Imprimir los primeros 5 valores de X_test y y_test. Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split. Imprimir el error de forma gráfica.

¿Cuál es la diferencia que presenta una red neuronal recurrente?. Presenta capas intermedias. Presenta una arquitectura multicapa. Presenta una arquitectura con una sola capa. No presenta capas en su estructura y organización.

¿Cuál de las siguientes librerías permite la representación de los datos a través de figuras y gráficas de calidad?. Matplotlib. Pandas. Numpy. Pytorch.

¿Cómo se denomina la entidad que permite interactuar con un entorno a través de sensores y modificarlo mediante actuadores?. Red Neuronal. Sistema experto. Robot móvil. Agente Inteligente.

¿Es el test de Turing un medidor suficiente para entender las capacidades de la IA?. No, debido a que las aplicaciones actuales no están enfocadas en superar el test. Si, mediante este test podemos comprobar de manera general la capacidad de raciocinio de las IA. No, debido a que es imposible superar las condiciones del concurso. Si, una vez superado el test de Turing cualquier IA estaría al mismo nivel que el conocimiento humano.

¿A que se refieren las heurísticas de la Inteligencia Artificial?. Son estrategias de Machine Learning. Son estrategias de resolución de problemas. Son algoritmos que permiten realizar búsquedas. Son algoritmos que se basan en la comunicación humano máquina.

¿Cuál es el objetivo de los algoritmos genéticos?. Encontrar el mejor camino. Recorrer en anchura todas las posibles soluciones. Analizar los datos de acuerdo a su etiqueta. Maximizar o minimizar.

¿A qué algoritmo pertenece el siguiente código?. BFS. A*. Backtraking. DFS.

¿Qué nos devuelve como respuesta el algoritmo de Floyds?. Un diccionario con los posibles caminos representados por listas. Una lista con las aristas y los pesos de cada una de ellas. Una matriz en la que se muestran las posibles uniones de coste mínimo entre cada pareja de nodos. Un vector de soporte en donde se muestra la unión de vértices.

Del siguiente código. ¿Cuáles son dos herramientas que nos permiten resolver un sudoku?. Recursividad y Backtracking. Iteratividad y Algoritmo A*. Algoritmo DFS y Dijkstra. Algoritmo genético y mutación.

¿Qué librería nos puede ayudar para la resolución del Problema del viajero?. pandas. deap. scikitlearn. numpy.

En lógica difusa, ¿Qué es una "función de membresía"?. Un método para almacenar valores booleanos exactos (verdadero o falso). Una función que define el grado de pertenencia de un elemento a un conjunto difuso, en un rango entre 0 y 1. Un operador lógico utilizado para combinar varias reglas. Una técnica para optimizar el tiempo de procesamiento en sistemas difusos.

¿Cuál de las siguientes librerías está especializada en el tratamiento difuso?. matplotlib. tensorflow.keras. fuzzy. numpy.

Señale, ¿Cuál es la diferencia entre lógica clásica y lógica difusa?. La lógica clásica trabaja con valores binarios y la lótica difusa emplea grados de verdad. La lógica clásica trabaja con valores discretos y la lógica difusa emplea valores continuos. La lótica clásica trabaja con valores 0 y 1 y la lógica difusa emplea valores de verdadero y falso. La lógica clásica trabaja con grados de verdad en las proposiciones y la lógica difusa puede ser verdadero o falso.

A qué categoría pertenecen los algoritmos de Redes Neuronales?. Fast learning. Árboles de decisión. Algoritmos genéticos. Deep learning.

¿Qué es el aprendizaje profundo?. Una técnica exclusiva para el procesamiento de texto. Un conjunto de técnicas basadas en redes neuronales artificiales. Un método para calcular estadísticas descriptivas. Un tipo de algoritmo de regresión lineal.

¿Cuáles son dos motivos para que resurjan las redes neuronales artificiales?. Los algoritmos son complejos y costosos. En las últimas décadas el poder computacional se ha disparado. Posee muchas limitaciones. En la actualidad existe una gran cantidad de datos disponibles.

Por qué se le conoce como aprendizaje "profundo" al deep learning. Debido al nivel profundo a nivel de aplicación que ha alcanzado. Debido al proceso de mejora que ha tenido durante varios años. Debido al número de capas de redes neuronales intermedias. Debido a la cantidad de herramientas matemáticas que utliza.

Señalar la respuesta correcta: La Inteligencia Artificial es un sub domidio del Aprendizaje Automático. El aprendizaje automático es un sub dominio de Deep Learning. La Inteligencia Artificial es un sub dominio de Machine Learning. El Aprendizaje automático es un sub dominio de la Inteligencia Artificial.