Deep Learning

¿Cuál de las siguientes afirmaciones es correcta sobre Deep Learning?. Se basa en reglas explícitas programadas manualmente. Utiliza modelos estadísticos simples para realizar predicciones. Aprende patrones a partir de grandes volúmenes de datos. No requiere grandes cantidades de datos para entrenar.

¿Cuál de estos factores ha impulsado el auge del Deep Learning?. Mayor acceso a datos. Avances en hardware como GPUs. Desarrollo de nuevos algoritmos. Todas las anteriores.

¿Qué característica distingue al Deep Learning de otros enfoques de Machine Learning?. No requiere ajuste de hiperparámetros. Utiliza redes neuronales profundas con múltiples capas. Funciona únicamente con imágenes. Solo se puede entrenar en supercomputadoras.

¿Qué función tienen las activaciones en una red neuronal?. Conectar los pesos entre capas. Normalizar los datos de entrada. Introducir no linealidad en la red. Calcular la entropía cruzada.

¿Cuál de los siguientes optimizadores es comúnmente usado en Deep Learning?. Adam. Gradient Boosting. Cross Entropy. Support Vector Machines.

¿Qué problema busca resolver el uso de datos de validación en el entrenamiento?. Prevenir la convergencia de los gradientes. Detectar sobreajuste (overfitting). Reducir la complejidad computacional. Acelerar el entrenamiento.

¿Qué es una convolución en el contexto de las CNNs?. Un proceso para reducir el número de parámetros en la red. Una operación matemática que detecta patrones locales en imágenes. Un método para aumentar la cantidad de datos de entrenamiento. Un algoritmo de optimización.

¿Qué tipo de padding mantiene el tamaño original de la imagen después de la convolución?. Same Padding. Zero Padding. Valid Padding. No Padding.

¿Cuál es el propósito de la capa de Max Pooling en una CNN?. Aumentar la resolución de la imagen. Reducir la dimensionalidad y mantener características importantes. Aplicar filtros de detección de bordes. Normalizar la imagen antes del entrenamiento.

¿Cuál de los siguientes NO es un método de Data Augmentation?. Rotación de imágenes. Reducción de la tasa de aprendizaje. Cambio de brillo y contraste. Zoom in/out de la imagen.

¿Cuál de los siguientes factores es crítico en el despliegue de un modelo de Deep Learning?. Optimización del modelo para inferencia rápida. Uso de hardware especializado como GPUs o TPUs. Capacidad de escalabilidad en la infraestructura. Todas las anteriores.

¿Para qué se utiliza el batch processing en el entrenamiento de redes neuronales?. Para evaluar el modelo en grandes conjuntos de datos. Para reducir la carga de memoria y mejorar el rendimiento. Para aumentar la cantidad de datos en cada epoch. Para hacer predicciones más precisas.

¿Cuál es la ventaja principal de usar modelos pre-entrenados?. Eliminan la necesidad de entrenar desde cero. Son más precisos que cualquier otro modelo. No requieren datos de entrenamiento. Solo se pueden utilizar para clasificación de imágenes.

¿Qué técnica permite usar un modelo entrenado en un dominio para otra tarea relacionada?. Data Augmentation. Transfer Learning. Regularización. Optimización de hiperparámetros.

En Transfer Learning, ¿qué significa congelar/freeze capas de la red?. Evitar que sus pesos cambien durante el entrenamiento. Incrementar la cantidad de datos de entrenamiento. Eliminar las capas de entrada de la red. Modificar la tasa de aprendizaje.

¿Qué tipo de modelos utilizan la mecánica de atención para mejorar la captura de relaciones en secuencias?. Redes neuronales convolucionales (CNNs). Redes recurrentes simples (RNNs). Transformers. Autoencoders.

¿Cuál es la principal ventaja de los Transformers sobre los RNNs?. Requieren menos datos para entrenar. No dependen del orden secuencial para procesar información. No necesitan GPUs para entrenamiento. Son más eficientes en problemas de visión por computadora.

¿Qué característica distingue a los Autoencoders de otras redes neuronales?. Se utilizan principalmente para clasificación. Aprenden representaciones comprimidas de los datos. No tienen capas ocultas. Requieren supervisión total durante el entrenamiento.

¿Cuál de las siguientes generaciones de GPUs ha sido optimizada para tareas de Deep Learning?. Tesla V100 (Volta). Titan RTX (Turing). A100 (Ampere). Todas las anteriores.

¿Qué componente de las GPUs modernas acelera específicamente los cálculos de redes neuronales?. Núcleos CUDA. Tensor Cores. Memoria caché L2. Procesadores de sombreado.

¿Cuál de las siguientes generaciones de GPUs de Nvidia es la más reciente?. Pascal. Volta. Ampere. Hopper.

¿Qué es la función ReLU en redes neuronales?. Una función de activación que introduce no linealidad. Un algoritmo de optimización que reduce la complejidad. Un método de regularización. La "loss function" usada mas frecuentemente.

¿Cuál es el propósito de Dropout en el entrenamiento de redes neuronales?. Reducir el sobreajuste eliminando aleatoriamente neuronas en cada iteración. Acelerar el entrenamiento mediante un algoritmo de optimización. Aumentar la memoria de la red, mejorando su eficacia al completo. Mejorar la precisión sin afectar el tiempo de cómputo.

¿Cuál es la diferencia principal entre Forward Propagation y Backward Propagation?. Forward Propagation ajusta los pesos, mientras que Backward Propagation calcula la salida. Forward Propagation obtiene la predicción, mientras que Backward Propagation ajusta los pesos. Forward Propagation solo se usa en entrenamiento, Backward Propagation solo en inferencia. No tienen diferencias significativas.

¿Cuál es la diferencia entre Aprendizaje Supervisado y No Supervisado?. En aprendizaje supervisado hay etiquetas en los datos de entrenamiento. En aprendizaje no supervisado se utilizan redes neuronales profundas. El aprendizaje supervisado es más rápido pero menos preciso.