Aprendizaje No Supervisado - VIU - 23

Video Teórico 1. La divergencia KL (de Kullback-Leibler) : Mide la distancia entre puntos. Mide cómo de similares son dos distribuciones de probabilidad. Se utiliza en algoritmos basados en autoencoder. Ninguna es correcta.

Video Teórico 2. Los modelos discriminativos se caracterizan por: Ser más costosos computacionalmente. Necesitar menos datos. Ser útiles en aprendizaje no supervisado. Ser fáciles de interpretar.

Video Teórico 3. ¿Cuáles son los principales módulos de un autoencoder?. El encoder que obtiene una representación comprimida de los datos y el decoder que utiliza la representación comprimida de los datos para reconstruir los datos originales. El decoder que obtiene una representación comprimida de los datos y el encoder que utiliza la representación comprimida de los datos para reconstruir los datos originales. Solo por el encoder que obtiene una representación comprimida de los datos. Ninguna de las anteriores es correcta.

Video Teórico 4. ¿Cuál es el propósito principal de un Autoencoder?. Teniendo como entrada unos datos, el autoencoder realiza un PCA de los datos de entrada para reducir la dimensionalidad y reconstruir los datos originales. Teniendo como entrada unos datos, el autoencoder trata de obtener los mismos datos a la salida en un proceso sin pérdidas. Teniendo como entrada unos datos, el autoencoder trata de encontrar una representación comprimida (z) de estos que le permita reconstruir los datos originales con la mayor precisión posible. El autoencoder es un modelo discriminativo que se utiliza para clasificar imágenes.

Video Teórico 5. ¿Cuál es el principal problema de los autoencoders?. Realizan un ajuste casi perfecto de los datos, lo que produce un gran under-fitting y hace que el espacio latente no sea suave, por lo que se pueden utilizar para generar nuevos datos diferentes de los ya vistos durante el entrenamiento. Realizan un ajuste casi perfecto de los datos, lo que produce un gran over-fitting y hace que el espacio latente no sea suave, por lo que se pueden utilizar para generar nuevos datos diferentes de los ya vistos durante el entrenamiento. Realizan un ajuste casi perfecto de los datos, lo que produce un gran under-fitting y hace que el espacio latente no sea suave, por lo que no se pueden utilizar para generar nuevos datos diferentes de los ya vistos durante el entrenamiento. Realizan un ajuste casi perfecto de los datos, lo que produce un gran over-fitting y hace que el espacio latente no sea suave, por lo que no se pueden utilizar para generar nuevos datos diferentes de los ya vistos durante el entrenamiento.

Video Teórico 6. ¿Cómo funciona una GAN?. Transforma "ruido" en elementos lo más parecidos posible a nuestro dataset original, para lo que utiliza un generador y un discriminador, que ayuda al generador a saber si está generando elementos adecuados o no. Transforma "ruido" en elementos lo más parecidos posible a nuestro dataset original, para lo que utiliza un encoder y un decoder, que ayuda al decoder a saber si está generando elementos adecuados o no. Consigue obtener representaciones comprimidas de los datos que tiene por entrada para, después, re-generarlos con el mayor error posible. Ninguna es correcta.

Video Teórico 7. ¿Cómo es el entrenamiento del discriminador de una GAN?. Tiene como entrada elementos reales y ficticios y trata de predecir cuales son reales y cuales no. Los errores servirán al discriminador para actualizar sus pesos y funcionar mejor en la siguiente iteración. Tiene como entrada elementos reales y ficticios y trata de predecir cuales son reales y cuales no. Los errores servirán al generador para actualizar sus pesos y funcionar mejor en la siguiente iteración. a y b son correctas. Ninguna de las anteriores es correcta.

Video Teórico 8. ¿Qué diferencia existe entre un modelo discriminativo y uno generativo?. Un modelo discriminativo trata de estimar directamente P(y/x), mientras que uno generativo estima P(y/x) y deduce P(x/y). Un modelo discriminativo trata de estimar directamente P(x/y), mientras que uno generativo estima P(y/x) y deduce P(x/y). Un modelo discriminativo trata de estimar directamente P(y/x), mientras que uno generativo estima P(x/y) y deduce P(y/x). Ninguna es correcta.

Video Teórico 9. ¿Cuál es la principal diferencia entre un autoencoder (AE) y un autoencoder variacional (VAE)?. El AE está formado por un encoder-decoder, sin embargo, el VAE solo tiene un encoder. El AE codifica las muestras como una distribución en vez de como un único punto del espacio latente. El VAE codifica las muestras como una distribución en vez de como un único punto del espacio latente. El VAE está formado por un encoder-decoder, sin embargo, el AE solo tiene un encoder.

Video Teórico 10. En cuanto algunas de las funciones de pérdidas que se suelen utilizar para optimizar un autoencoder: L1 también conocida como mean absolute error o MAE. Cross-entropía cuando los valores de la entrada están en el rango [0,1]. a y b son correctas. Ninguna de las anteriores es correcta.

Examen Final Test 1. En la búsqueda de agrupamientos, es necesario acudir a técnicas heurísticas porque... la búsqueda de los centros iniciales es muy compleja. la evaluación de todos los agrupamientos posibles es inabarcable. la selección de los centros adecuados requiere de técnicas bien pensadas para optimizar la búsqueda del mejor agrupamiento. Todas las anteriores son correctas.

Examen Final Test 2. El agrupamiento divisivo se considera más complejo que el aglomerativo porque... además de elegir qué clúster se divide, es necesario elegir cómo. la elección de una separación en dos mitades requiere el uso de complejas métricas de medición. se parte del conjunto completo de ejemplos como clúster único, un caso extremo que no se alcanza con el aglomerativo. es necesario establecer cómo se agrupan los clústeres.

Examen Final Test 3. El algoritmo APRIORI se centra en explotar la intuición de que... una transacción sin elementos frecuentes puede ser despreciada. un conjunto frecuente está presente en la mayoría de las transacciones. un conjunto es frecuente si todos sus subconjuntos también lo son. Ninguna de las anteriores es correcta.

Examen Final Test 4. El algoritmo EM en aprendizaje semi-supervisado... permite calcular el parámetro K que indica el número de clústeres o clases. conoce cuáles son las clases existentes y calcula iterativamente la asignación de todos los ejemplos a las diferentes clases. conoce cuáles son las clases existentes y calcula iterativamente la asignación de los ejemplos sin etiqueta a las diferentes clases. Ninguna de las anteriores es correcta.

Examen Final Test 5. El algoritmo EM es un algoritmo iterativo que... maximiza la función de verosimilitud (probabilidad de que un conjunto de datos haya sido generado por una parametrización específica del modelo). minimiza la función de verosimilitud (probabilidad de que una parametrización del modelo haya sido aprendida a partir de un conjunto de datos dado). maximiza la función de verosimilitud (probabilidad de que una parametrización del modelo haya sido aprendida a partir de un conjunto de datos dado). Todas las anteriores son correctas.

Examen Final Test 6. El algoritmo K-means++ selecciona los centros iniciales... aleatoriamente de manera uniforme. de manera determinista tomando siempre el ejemplo más lejano con respecto a los centros. aleatoriamente de manera no uniforme según la distancia a los centros. Ninguna de las anteriores es correcta.

Examen Final Test 7. El algoritmo K-medoids y el algoritmo K-means se diferencian en... la manera de elegir los centros iniciales. k-medoides utiliza la media de los elementos de cada clúster como centroides. k-medoides elige el elemento que minimiza la distancia al resto de elementos del cluster como centroide. k-means elige el elemento que minimiza la distancia al resto de elementos del cluster como centroide.

Examen Final Test 8. El diámetro de un clúster se define como... la distancia media entre los elementos del clúster. la distancia máxima entre dos elementos cualquiera del clúster. el doble de la distancia entre el centro(ide) y el punto más lejano. la distancia mínima entre dos elementos cualquiera del clúster.

Examen Final Test 9. En cuanto a los algoritmos basados en reglas de asociación: Un valor de lift de 1 indica cierto grado de co-ocurrencia. Un valor de lift mayor que 1 indica complementariedad. La confianza tiende a 1 a medida que se observa con mayor frecuencia Y cada vez que aparece X. Todas las anteriores son correctas.

Examen Final Test 10. En el algoritmo DBSCAN, un punto j es denso alcanzable desde otro i si... existe un camino entre i y j a través de puntos nucleares aunque j no lo sea. existe un camino entre i y j donde todos los puntos intermedios son puntos nucleares a excepción de i y j. existe un camino entre i y j a través de punto nucleares, incluido j. Ninguna de las anteriores es correcta.

Examen Final Test 11. En el algoritmo EM para el aprendizaje de una mixtura de Gaussianas, el paso M... calcula los parámetros (máximo verosímiles) de mezcla de las componentes dadas unas asignaciones de casos a componentes. calcula la probabilidad de que cada componente pertenezca a cada ejemplo. calcula la probabilidad de que cada ejemplo pertenezca a cada componente. Ninguna de las anteriores es correcta.

El algoritmo de ICA: Asume que las fuentes que se quiere estimar siguen una distribución gausiana. Asume que las fuentes que se quiere estimar son dependientes dado que si no lo fuesen no se podrían estimar. a y b son correctas. Ninguna de las anteriores es correcta.

Examen Final Test 13. La construcción del grafo a partir de la matriz de similitudes basada en KNN... asigna un elemento al clúster más popular entre los K vecinos más cercanos. traza una arista entre dos nodos A y B si A es uno de los vecinos más cercanos de B y viceversa. traza una arista entre dos nodos A y B si A es uno de los vecinos más cercanos de B (o viceversa). Ninguna de las anteriores es correcta.

Examen Final Test 14. La mayoría de medidas de evaluación intrínseca usan... estimaciones de la distancia intraclúster y la interclúster. el conocimiento de los clústeres reales y el resultado del algoritmo de agrupamiento. medidas de similitud ya que la distancia no puede ser calculada. el conocimiento de los clústeres reales y el resultado del algoritmo de agrupamiento además de estimaciones de la distancia intraclúster y la interclúster.

Examen Final Test 15. La matriz Laplaciana, por sus propiedades matemáticas, al ser descompuesta en valores y vectores propios, da lugar a... valores propios que se interpretan como la dominancia (tamaño) del clúster asociado. vectores de datos que asignan valores a las instancias de tal manera que es posible separar los clústeres. vectores que asignan valores a las variables originales de tal manera que es posible determinar su influencia en la separación de los clústeres. Ninguna de las anteriores es correcta.

Examen Final Test 16. Las componentes principales son... una proyección del conjunto de datos correladas entre sí. os casos principales (centroides) del conjunto de datos. diferentes proyecciones de los datos mutuamente no correlacionadas. Todas las anteriores son correctas.

Examen Final Test 17. En un algoritmo de deep clustering basado en autoencoder, se pretende minimizar: El error de reconstrucción y la divergencia KL entre la mixtura de Gaussianas y la distribución aprendida por el autoencoder. La divergencia KL entre la mixtura de Gaussianas y la distribución aprendida por el autoencoder. El error de reconstrucción y las pérdidas del K-means iterativamente. Solo el error de reconstrucción.

Examen Final Test 18. Para evitar problemas de representación de valores de probabilidad muy pequeños durante el algoritmo EM, se transforma.. la suma de probabilidades mediante el uso de la función exponencial. el producto de probabilidades en una suma de exponenciales de probabilidades. el producto de probabilidades en una suma de logaritmos deprobabilidades. No se hace ninguna transformación.

Examen Final Test 19. En el algoritmo Mean Shift, ... los ejemplos de cada vecindario se sustituyen por el centro de masas de los datos. cada ejemplo es sustituido por el centro de masa de su vecindario. cada ejemplo es sustituido por su centro de masas. Ninguna de las anteriores.

Examen Final Test 20. ¿Cuál es la particularidad de la distancia de Mahalanobis?. Se tiene en cuenta el valor máximo de cada variable en el cómputo de la distancia. Se tiene en cuenta el valor medio de cada variable en el cómputo de la distancia. Se tiene en cuenta el número de variables en el cómputo de la distancia. Se tiene en cuenta la relación entre las diferentes variables en el cómputo de la distancia.