AA - UDC

El aprendizaje basado en el análisis de ejemplos etiquetados (es decir, con respuesta conocida) y cuya finalidad es mapear las entradas con las salidas se denomina. Aprendizaje supervisado. Aprendizaje no supervisado. Aprendizaje por refuerzo. Aprendizaje sin refuerzo.

El aprendizaje basado en el análisis de ejemplos sin estar etiquetados y cuyo objetivo es encontrar estructuras o relaciones entre los datos sin una salida clara se denomina. Aprendizaje supervisado. Aprendizaje no supervisado. Aprendizaje por refuerzo. Aprendizaje sin refuerzo.

El aprendizaje basado en la interacción con un entorno y un sistema de recompensa/penalización se denomina. Aprendizaje supervisado. Aprendizaje no supervisado. Aprendizaje por refuerzo. Aprendizaje sin refuerzo.

El aprendizaje basado en asignar nuevas instancias a una o varias clases predefinidas. Aprendizaje de secuencias. Aprendizaje de regresión. Aprendizaje de refuerzo. Aprendizaje de clasificación.

El aprendizaje basado en aprender una función que prediga o estime valores numéricos para nuevas instancias. Aprendizaje de secuencias. Aprendizaje de regresión. Aprendizaje de refuerzo. Aprendizaje de clasificación.

El aprendizaje donde la finalidad es conseguir una serie ordenada de valores. Aprendizaje de secuencias. Aprendizaje de regresión. Aprendizaje de refuerzo. Aprendizaje de clasificación.

El aprendizaje donde no hay interacción en tiempo real entre el modelo y el entorno sino que sucede solamente una vez. Aprendizaje estático. Aprendizaje en línea. Aprendizaje batch o por lotes. Aprendizaje crítico.

El aprendizaje donde hay una actualización en el entreno a medida que se incorporan nuevos datos. Aprendizaje estático. Aprendizaje en línea. Aprendizaje batch o por lotes. Aprendizaje crítico.

El aprendizaje que ocurre por grupos de datos, ajustando los parámetros del modelo tras cada uno. Aprendizaje estático. Aprendizaje en línea. Aprendizaje batch o por lotes. Aprendizaje crítico.

El aprendizaje que se enfoca en las representaciones explícitas del conocimiento y se enfoca en la interpretabilidad y la explicabilidad. Aprendizaje estático. Aprendizaje simbólico. Aprendizaje no simbólico. Aprendizaje mixto.

El aprendizaje que se enfoca en adquirir conocimiento numérico no relacionados directamente con un concepto determinado, como los pesos de una red neuronal. Aprendizaje estático. Aprendizaje simbólico. Aprendizaje no simbólico. Aprendizaje mixto.

El aprendizaje que se enfoca en adquirir razonamiento abstracto y capturar patrones complejos, así como características sutiles. Aprendizaje estático. Aprendizaje simbólico. Aprendizaje no simbólico. Aprendizaje mixto.

Usaremos este tipo de aprendizaje si tenemos mezclas de datos etiquetados y no etiquetados. Aprendizaje semi-supervisado. Aprendizaje no supervisado. Aprendizaje supervisado. Aprendizaje mixto.

Usaremos este tipo de aprendizaje si queremos un rendimiento predictivo óptimo. Aprendizaje semi-supervisado. Aprendizaje en ensemble. Aprendizaje supervisado. Aprendizaje mixto.

Usaremos este tipo de aprendizaje si queremos una evolución generacional de datos como fin de conseguir una optimización decente. Aprendizaje basada en instancias. Aprendizaje evolutiva. Aprendizaje ensemble. Aprendizaje generacional.

Usaremos este tipo de aprendizaje si queremos usar etiquetas existentes para predecir nuevas clases. Aprendizaje basada en instancias. Aprendizaje evolutiva. Aprendizaje ensemble. Aprendizaje generacional.

Usaremos este tipo de aprendizaje si queremos comparar instancias. Aprendizaje basada en instancias. Aprendizaje evolutiva. Aprendizaje ensemble. Aprendizaje basado en similitud.

Usaremos este tipo de aprendizaje si queremos analizar datos complejos y no tenemos un dominio fuente de donde comenzar. Aprendizaje por transferencia. Aprendizaje profundo. Aprendizaje complejo. Aprendizaje por transferencia profunda.

Usaremos este tipo de aprendizaje si queremos analizar datos complejos y si tenemos un dominio fuente de donde comenzar. Aprendizaje por transferencia. Aprendizaje profundo. Aprendizaje complejo. Aprendizaje por transferencia profunda.

Usaremos este tipo de aprendizaje si queremos que un dominio objetivo herede conocimientos previos de otro. Aprendizaje por transferencia. Aprendizaje profundo. Aprendizaje complejo. Aprendizaje por transferencia profunda.

Escoja la opción falsa con respecto al Aprendizaje Inductivo. Se consiguen los conocimiento con inferencia inductiva con los datos del entorno. Se realiza una hipótesis sobre la generalización de un conjunto de datos. Existen ejemplos positivos y negativos para el aprendizaje. Se hace una inducción directa independientemente del número de datos.

En un AA de tipo inductivo, si los datos de entrada no son categóricos, qué solución se podría usar?. Transformar los datos en enteros o booleanos. Transformar los datos a clases con atributos que puedan ser categorizados. Usar otros datos que sí sean categóricos. Codificar el AA para que acepte estos datos no categóricos.

Usamos el one-hot encoding cuando. Tenemos más de dos tipos de valores en la entrada. Tenemos un tipo de valor de entrada. Tenemos dos tipos de valores de entrada. Tenemos valores de entrada no codificados.

Se dice que un conjunto de entrenamiento es significativo si. Tiene un número suficiente de datos. Tiene ejemplos diversos de datos. Tiene datos positivos mezclados con datos negativos. Tiene una diversidad de datos insuficiente.

Se dice que un conjunto de entrenamiento es representativos si. Tiene un número suficiente de datos. Tiene ejemplos diversos de datos. Tiene datos positivos mezclados con datos negativos. Tiene una diversidad de datos insuficiente.

El teorema de NFL, No Free Lunch dice que. No existe un único algoritmo que sea el mejor en todas las situaciones. No se puede elegir entre dos algoritmos solamente basandose en lo bien que trabajaron con anterioriodad. a) y b). Ninguna respuesta es correcta.

Escoja la opción falsa con respecto a la finalidad del aprendizaje automático. Queremos que el sistema generalice, no que memorice datos. Queremos que el sistema sea capaz de tratar con nuevos ejemplos nunca vistos antes. Queremos que el sistema pueda aprender sin ejemplos extra. Necesitamos una medida de rendimiento, precisión y error.

Los valores que se usan para controlar el proceso del aprendizaje, y que son especificados por el usuario, se denominan. Parámetros. Clases. Hiperparámetros. Instancias.

Los valores que se usan para definir el comportamiento de un modelo y que son internos del mismo se denominan. Parámetros. Clases. Hiperparámetros. Instancias.

Los valores que se fijan mediante el proceso del entrenamiento se denominan. Parámetros. Clases. Hiperparámetros. Instancias.

Escoger un modelo demasiado simple para un problema más complejo suele tener. Error muy elevado durante el aprendizaje, llevando al underfitting. Error muy elevado durante el aprendizaje, llevando al overfitting. Error muy pequeño durante el aprendizaje, llevando al overfitting. Error muy pequeño durante el aprendizaje, llevando al underfitting.

Escoger un modelo demasiado complejo para un problema más simple suele tener. Error muy elevado durante el aprendizaje, llevando al underfitting. Error muy elevado durante el aprendizaje, llevando al overfitting. Error muy pequeño durante el aprendizaje, llevando al overfitting. Error muy pequeño durante el aprendizaje, llevando al underfitting.

Para cualquier algoritmo de aprendizaje, es importante tener equilibrio en tres elementos. Escoja la opción incorrecta. Complejidad del modelo. Ejemplos disponibles. Error de generalización. Viabilidad técnica.

La dimensión Vapnik-Chevonenkis (VC) trata de. Mide la complejidad o capacidad de una determinada familia de funciones con sus parámetros. La complejidad que mide se mide como ejemplos que la familia puede romper o separar. a) y b) son correctas. Ninguna es correcta.

Los hiperplanos funcionan como. Planos formados por una recta que deja por sus lados ejemplos. Espacio vectorial donde se disponen todos los casos aprendidos por el modelo. Dimensión tridimensional donde se disponen los horizontes de todos los casos conocidos. Ninguna es correcta.

La dimensión VC. Permite calcular el riesgo esperado a partir del riesgo empírico. Si el número de ejemplos entre la dimensión aumenta, el riesgo de entrenamiento es una peor aproximación del riesgo esperado. a) y b) son correctas. Ninguna es correcta.

Por normal general, cuando reducimos el sobreajuste. El poder de la generalización aumenta. El poder de la generalización disminuye. La confianza aumenta. La confianza disminuye.

Si n aumenta, siendo n el número de ejemplos usados. Menor poder de generalización. El modelo es menos complejo. a) y b). Ninguna es correcta.

Si h aumenta, siendo h la dimensión de VC. Menor poder de generalización. El modelo es más complejo. a) y b). Ninguna es correcta.

Para evitar el underfitting, esta opción NO es correcta. Disminuir el error de entrenamiento. Disponer un algoritmo acorde al número de datos. Aumentar la confianza VC. Ajustar la complejidad del proyecto.

Para evitar el overfitting, esta opción es correcta. Disminuir el error de entrenamiento. Disponer un algoritmo acorde al número de datos. Aumentar la confianza VC. Ajustar la complejidad del proyecto.

Normalmente, si tenemos una dimensión VC alta. El riesgo de entrenamiento será muy bajo. El error de test será mucho menor al del entrenamiento. El riesgo esperado será muy bajo. El modelo es demasiado sencillo.

Para un modelo de sesgo alto, esta opción sería correcta para un modelo de AA. Regresión lineal. Árboles de decisión. k-NN. SVM.

Cuando hablamos de una varianza baja en un modelo AA. Los cambios en el conjunto de entrenamiento provocan pequeños cambios en la estimación de la función objetivo. Solemos hablar de algoritmos como regresión lineal y análisis discriminante lineal. a) y b) son verdaderos. Ninguna es verdadera.

Cuando hablamos de una varianza alta en un modelo AA. Los cambios en el conjunto de entrenamiento provocan grandes cambios en la estimación de la función objetivo. Suelen sufrir de underfitting. a) y b) son verdaderos. Ninguna es verdadera.

Para un algoritmo de AA, lo ideal sería buscar. Algoritmo de mínimo sesgo y mínima varianza. Algoritmo de máximo sesgo y mínima varianza. Algoritmo de máximo sesgo y máximo varianza. Algoritmo de mínimo sesgo y máximo varianza.

Para un algoritmo de AA, escoja la opción falsa. Mantener el equilibrio entre sesgo y varianza es lo esencial para un algoritmo equilibrado. Cuando cambia el sesgo, no se afecta la varianza. No se puede reducir el sesgo o la varianza a 0. La complejidad del modelo aumenta si disminuye el sesgo.

La regularización L1, Lasso. Agrega a la función de coste un término de penalización que es proporcional al abs de los coeficientes. Penaliza los valores demasiado grandes automáticamente. Todas las anteriores son correctas. Ninguna de las anteriores es correcta.

La regularización L2, Ridge. Es lo mismo que la L1 pero con una penalización que viene de la suma del cuadrado de los coeficientes. Permite realizar selección automática de características (coeficientes). Todas las anteriores son correctas. Ninguna de las anteriores es correcta.

La regularización elastic net. Combina L1 y L2. Es un modelo de regresión lineal. Todas las anteriores son correctas. Ninguna de las anteriores es correcta.

La regularización por Norma Max. Es una técnica menos agresiva de regularización que L1 y L2. Restringe los valores para que estos estén encima de un determinado valor umbral. Particularmente útil en redes neuronales profundas debido a su control de la magnitud de los parámetros. Ninguna de las anteriores es correcta.

La regularización por Dropout. Desactiva aleatoriamente varias neuronas de cada ciclo, epoch, de entrenamiento. Solo es valido en modelos que se entrenan de manera iterativa. No se puede usar en computación evolutiva. Todas las opciones son correctas.

La regularización por early stopping. Detiene el entrenamiento cuando el rendimiento em conjunto de validación comienza a empeorar. Se detiene, idealmente, justo antes del sobreajuste. a) y b). Ninguna de las opciones es correcta.

Problema que intenta determinar la función que mapea un conjunto de variables de entrada en una o más de salida. Problema de predicción. Problema de ajuste de curvas. Problema de regresión. Problema de clasificación.

Problema que busca reconocer un polinomio que subyace tras un conjunto de patrones x y. Problema de predicción. Problema de ajuste de curvas. Problema de regresión. Problema de clasificación.

Problema que a partir de una BD o conjunto de patrones, intenta encontrar un modelo de la relación entre dos conjuntos entre ellos. Problema de predicción. Problema de ajuste de curvas. Problema de regresión. Problema de clasificación.

Problema que busca agrupar objetos en un número finito de grupos dadas sus propiedades (entradas). Problema de predicción. Problema de ajuste de curvas. Problema de regresión. Problema de clasificación.

Para evaluar la bondad de un clasificador ya entrenado, NO se mira. El error cometido. La matriz de confusión. La Curva ROC. El índice Kappa.

Recall. Mide la capacidad de detectar la condición cuando está presente. Mide la calidad de las predicciones positivas. Mide la calidad de las predicciones negativas. Mide la capacidad de detectar la condición cuando NO está presente.

Precisión. Mide la capacidad de detectar la condición cuando está presente. Mide la calidad de las predicciones positivas. Mide la calidad de las predicciones negativas. Mide la capacidad de detectar la condición cuando NO está presente.

Si se quiere maximizar el número de instancias positivas detectadas se aumentará la. Sensibilidada. Varianza. Precisión. VPP.

Si se quiere maximizar la seguridad de detección de positivos se usará la. Sensibilidada. Varianza. Precisión. VPP.

La diferencia fundamental entre usar Accuracy o Fi-score es. Fi-score se usa cuando es más importante la clasificación correcta de positivos que de negativos. Accuracy nos mide la probabilidad de acertar un positivo, mientras que Fi-score nos mide la capacidad de acertar un negativo. Accuracy y Fi-score NO tienen relación entre ellos. Fi-score se usa fundamentalmente cuando los errores de FP y FN tienen el mismo costo.

Escoja la opción verdadera. Para un problema con un N de métricas >2 hay que dividir el problema en matrices de confusión binarias. Las matrices de confusión no permiten conocer el comportamiento de un clasificador. Las matrices de confusión trabajan solamente con parámetros binarios. Todas las opciones son falsas.

Macro. Cálculo de la métrica para cada clase y posteriormente su media aritmética sin ponderación. Cálculo de la métrica para cada clase y posteriormente su media ponderada. Cálculo de las métricas de forma global contando el número total de VP, FN y FP. Todas las opciones son falsas.

Weighted. Cálculo de la métrica para cada clase y posteriormente su media aritmética sin ponderación. Cálculo de la métrica para cada clase y posteriormente su media ponderada. Cálculo de las métricas de forma global contando el número total de VP, FN y FP. Todas las opciones son falsas.

Micro. Cálculo de la métrica para cada clase y posteriormente su media aritmética sin ponderación. Cálculo de la métrica para cada clase y posteriormente su media ponderada. Cálculo de las métricas de forma global contando el número total de VP, FN y FP. Todas las opciones son falsas.

Mide cómo rinde el modelo en promedio y favorece a las clases más frecuentes. Macro. Micro. Weighted. a) y b).

La mejor decisión para evaluar justamente a todas las clases. Macro. Micro. Weighted. a) y b).

Oculta problemas con clases minoritarias. Macro. Micro. Weighted. a) y b).

Para saber si el modelo rinde bien en todas las clases. Macro. Micro. Weighted. a) y b).

La diferencia entre usar Recall y Macro Recall es que. Usamos macro recall cuando hay desbalanceo de clases. Usamos Recall cuando se quiere que el modelo funcione para positivos y negativos. Usamos Recall para cuando no se quiere que la clase mayoritaria domine la métrica. Todas las opciones son verdaderas.

Para clases desbalanceadas. Macro recall o Balanced Accuracy. Recall, Precision o FI Positiva. Accuracy o Micro. Ninguna de las opciones.

Para clase positiva más importante. Macro recall o Balanced Accuracy. Recall, Precision o FI Positiva. Accuracy o Micro. Ninguna de las opciones.

Para una visión global del rendimiento. Macro recall o Balanced Accuracy. Recall, Precision o FI Positiva. Accuracy o Micro. Ninguna de las opciones.

La curva ROC. Mide la tasa de FP o de VP. Mide la tasa de FP y de VP. Mide la tasa de FN y VN. Mide la tasa de FN o VN.

En la curva ROC... Si la curva se acerca al valor (0,1), mejor es el clasificador. Con el AUC podemos medir la bondad de un clasificador. El mejor umbral de RNA es el que lo situe más cerca del (0,1). Todas son verdaderas.

El índice Kappa. Mide la concordancia entre dos clasificadores. Permite evaluar clasificadores incluso si no tienen relación. a) y b). Ninguna es verdadera.

El margen para el índice Kappa donde el grado de acuerdo es muy bueno oscila entre. <0. 0.2-0.4. 0-0.2. 0.8-1.

Escoja la opción correcta. La técnica de leave one out es lo mismo quen un cross-validation con K igual al número de casos. El bootstrapping nos permite entrenar con una muestra aleatoria con reemplazamiento. a) y b) son verdaderas. Todas son falsas.

Escoja la opción falsa. La bondad de un clasificador NUNCA se evalúa en el conjunto de entrenamiento. Se usan disjuntos para dividir el conjunto de patrones de entrenamiento/test. El hold-out divide el conjunto de casos en K subconjuntos del mismo tamaño. El cross-validation calcula la media de la evaluación de los subconjuntos.

Escoja la opción correcta. cross-entropy nos permite calcular la entropia para un conjunto de instancias. El one-hot encoding incluye el cross-entropy. La salida deseada como valores booleanos depende del clasificador que se use. Todas son verdaderas.

Escoja la opción correcta sobre la clasificación uno contra uno. Se construyen k(k-1)/2 modelos separando cada clase de cada una de las otras. Intenta agrupar las instancias en grupos y desarrolla un modelo. Contempla un esquema de votación estilo winner-takes-all. Considera el problema como una colección de problemas binarios.

Escoja la opción correcta sobre el clustering. Se construyen k(k-1)/2 modelos separando cada clase de cada una de las otras. Intenta agrupar las instancias en grupos y desarrolla un modelo. Contempla un esquema de votación estilo winner-takes-all. Considera el problema como una colección de problemas binarios.

Un problema con respecto a los hiperplanos sería que. Los valores muy alejados del hiperplano podrían ser malinterpretados. Los valores muy cercanos del hiperplano podrían ser malinterpretados. Los valores límite del modelo no se pueden contemplar pues salen del hiperplano. Los valores sobre el límite no pueden existir.

Un LSVM lo que hace es. Genera un umbral alrededor del hiperplano, cuya área debe ser máxima para el correcto funcionamiento. Genera un umbral alrededor del hiperplano, cuya área debe ser mínima para el correcto funcionamiento. Genera dos hiperplanos, uno superior y otro inferior con respecto al plano inicial, cuyo interior será máximo. Genera dos hiperplanos, uno superior y otro inferior con respecto al plano inicial, cuyo interior será mínimo.

Se denominan vectores de soporte. A los puntos que tocan el límite del margen creado por el LSVM. A los puntos más alejados del límite del margen creado por el LSVM. A los puntos dentro del límite del margen creado por el LSVM. Ninguna de las opciones es correcta.

Para un SVM, si un conjunto S no es linealmente separable... Debe permitir alguna violación a la clasificación en la formulación. Debe impedir toda violación a la clasificación en la formulación. Debe ajustar los valores del conjunto para que sea linealmente separable. Ninguna de las opciones es correcta.

La variable de holgura. Permite desplazar una instancia dentro del margen hasta el límite del margen. Permite desplazar una instancia fuera del margen hasta el límite del margen. Permite eliminar una instancia dentro del margen hasta el límite del margen. Permite eliminar una instancia fuera del margen hasta el límite del margen.

Si tenemos valores altos. Es más importante minimizar errores que maximizar el margen. Se buscarán márgenes más amplios para aumentar la generalización. Es posible un sobreajuste. a) y c).

Escoja la opción falsa. SVM usa regularización L2. Cuanto mayor es C, mayor es la regularización. a) y b). Todas son falsas.