digitalización enero 26

¿Qué tipo de aprendizaje utiliza datos etiquetados?. aprendizaje supervisado. aprendizaje por refuerzo. aprendizaje no supervisado. aprendizaje profundo.

Un algoritmo analiza datos de clientes sin etiquetas y los agrupa por comportamiento de compra. ¿De qué tipo de aprendizaje se trata?. aprendizaje supervisado. aprendizaje no supervisado. aprendizaje por refuerzo. aprendizaje predictivo.

¿Cómo trabajan conjuntamente la IA y el Big Data?. El Big Data sustituye a la IA. La IA necesita pocos datos. El Big Data proporciona grandes volúmenes de datos y la IA los utiliza para aprender y mejorar. La IA genera grandes volúmenes de datos y el Big Data aprende de ellos.

El aprendizaje por refuerzo se caracteriza por: Uso de datos etiquetados. Agrupar datos similares. Analizar grandes bases de datos sin intervención. Aprender mediante prueba y error con recompensas.

¿Cuál de las siguientes afirmaciones es CORRECTA?. La IA no necesita grandes cantidades de datos. El Big Data sustituye al aprendizaje automático. El Big Data funciona de forma independiente a la IA. La IA trabaja con el Big Data para entrenarse y mejorar continuamente.

Como es el pago de la Nube?. Pago por uso, pagas por la cantidad de almacenamiento que consumes. Se paga invirtiendo en criptomonedas. Sólo pagan las empresas. Sólo pagas si eres estudiante.

Diferencia IA simbólica - subsimbólica. IA simbólica usa reglas y símbolos y la subsimbólica procesa grandes cantidades de datos y puede adaptarse a situaciones sin necesidad de programación explicita. son lo mismo, sólo cambia el nombre por que una es mejor que la otra. IA subsimbólica usa reglas y símbolos y simbólica procesa grandes cantidades de datos y puede adaptarse a situaciones sin necesidad de programación explicita. IA simbólica funciona como un cerebro de persona y subsimbólica como un cerebro de animal.

cuando surge la IA generativa?. 2020. 2003. 1998. 2010.

la IA simbólica presenta limitaciones importantes... el gestionar grandes cantidades de datos y la toma de decisiones en tiempo real. el usar redes semánticas , oncológicas. tener sistemas basados en reglas. es inteligencia artificial.

Entre IA simbólica y subsimbólica, cuál de ellas intenta emular el aprendizaje y el procesamiento de información de manera similar a cómo lo hace el cerebro humano?. simbólica. subsimbólica. las dos lo hacen. ninguna lo hace.

que son los servidores tradicionales?. son servidores físicos, ubicados en una instalación local o un centro de datos. son servidores virtuales desde donde se puede acceder con internet desde cualquier parte. son servidores mixtos , entre tradicional y nube. son servidores con suscripcion semanal.

que tipo de servidor usa la nube respecto a los servidores tradicionales?. servidores virtuales remotos ubicados por todo el mundo. servidores simbólicos. servidores fisicos ubicados en cada ciudad. servidores que solo pueden tener las empresas.

Cuales son las etapas del proyecto de transformación digital?. Analisis y diagnostico inicial, definición de objetivos, planificacion estrategica, respuesta a incidentes, control de acceso. Analisis y diagnostico inicial, definición de objetivos, planificacion estrategica, seleccion e implementacion de la tecnologia, despliegue y ejecucion, evaluacion y optimizacion. seleccion e implementacion de la tecnologia, identificacion de necesidades, encuestas y entrevistas. despliegue y ejecucion, evaluacion y optimizacion, monitoreo de redes, analisis dafo.

en las etapas del proceso de la mineria de datos, cuál corresponde con esta definición?: Evaluacion de los modelos construidos para determinar su precision y utilidad e interpretacion de los resultados para extraer conclusiones valiosas... Evaluacion e interpretacion. recoleccion y preparacion de datos. despliegue y uso de resultados. modelado y analisis.

Diferencia entre ingeniería y minería de datos. La ingenieria se centra en crear la infraestructura y los procesos necesarios para gestionar y mover los datos eficientemente dentro de una organización mientras que la mineria se ocupa de extraer valor y conocimiento a partir de los datos utilizando avanzadas técnicas analíticas. La mineria se centra en crear la infraestructura y los procesos necesarios para gestionar y mover los datos eficientemente dentro de una organización mientras que la ingenieria se ocupa de extraer valor y conocimiento a partir de los datos utilizando avanzadas técnicas analíticas. la ingenieria y mineria de datos son sinónimos. la diferencia entre las dos es que una es de pago y la otra no.

primera etapa de la mineria de datos. recoleccion y preparacion de datos. infraestructura. analisis y estrategia. recoleccion y eliminacion.

cuales son esenciales y complementarias en cualquier estrategia de datos?. IA y nube. ingenieria de datos y mineria de datos. ingenieria de datos y despliegue de modelos. IA simbólica y signos.

Con respecto a las dif. capas, a cual se refiere esta definicion: obtencion por parte del CPS de los datos del entorno fisico para los que usa sensores. capa de percepcion. capa de sensor. capa de transmision. capa de recepcion.

cuando hablamos de nube hibrida, a que nos referimos?. a que es una nube voladora. a que comparte servicios entre nubes publicas y privadas. a que comparte servicios limitados. a que hay que cargarla para entrar.

que es el big data?. una infraestructura necesaria para almacenar, procesar y analizar grandes volumenes de datos de manera eficiente. una infraestructura necesaria para almacenar, procesar y analizar bajos volumenes de datos de manera eficiente. una infraestructura necesaria para almacenar, procesar y analizar IA de manera eficiente. una infraestructura que compran las personas para analizar los datos que necesite.

La IA y big data, trabajan juntas? como lo hacen?. no trabajan juntas. si trabajan juntas, big data proporciona grandes volumenes de datos y la IA los analiza para aprender y mejorar continuamente. si trabajan juntas, big data funciona como un cerebro humano y la IA lo imita. si trabajan juntas, la IA proporciona grandes volumenes de datos y big data los analiza para aprender y mejorar continuamente.

Cual de ellos aprende a partir de datos etiquetados y es capaz de predecir y detectar posibles transacciones fraudulentas en tiempo real?. aprendizaje supervisado. aprendizaje por refuerzo. aprendizaje no supervisado. aprendizaje fraudulento.