Examen AA FIC

Cuando un sistema natural aprende a realizar una acción para provocar un efecto determinado a través de prueba y error, este aprendizaje se considera de tipo. Habitación. Impronta. Asociativo. Imitación.

La capacidad de los seres humanos de obtener conceptos y relaciones a partir de una serie de ejemplos y contraejemplos se denomina. Aprendizaje inductivo. Aprendizaje deductivo. Aprendizaje genético. Aprendizaje por analogía.

El tipo de aprendizaje en el que los conceptos tienen una correspondencia explícita con los elementos del sistema se denomina. Aprendizaje simbólico. Aprendizaje no simbólico. Aprendizaje por analogía. Aprendizaje por refuerzo.

Según la expresión de la teoría Vapnik-Chervonenkis(VC). Si se escoge un modelo demasiado sencillo, la confianza VC será baja, pero el riesgo empírico será alto, y, en consecuencia, el riesgo esperado será alto. i se escoge un modelo demasiado sencillo, el riesgo empírico será bajo, pero la confianza VC será alta, y, en consecuencia, el riesgo esperado será alto. Si se escoge un modelo demasiado complejo, la confianza VC será baja, pero el riesgo esperado será alto, y, en consecuencia, el riesgo empírico será alto. Si se escoge un modelo demasiado complejo, el riesgo esperado será bajo, pero la confianza VC será alta, y, en consecuencia, el riesgo empírico será alto.

Para un conjunto de datos que se distribuyen en un rango pero algunos pueden salirse y tomar valores altos o muy bajos, la forma más idónea para normalizar sería: Normalizar mediante escalado decimal. Normalizar mediante media y desviación típica. Normalizar entre máximo y mínimo. Todas son falsas.

La técnica de Análisis de Componentes Principales (PCA). Elimina de un conjunto de variables aquellas que aporten menos de un determinado porcentaje de información. Transforma un conjunto de variables en otro conjunto de nuevas variables incorreladas. Es capaz de descomponer una serte de señales en las señales originales(fuentes) a partir de las cuales se crearon. Elimina de un conjunto de variables aquellas que son combinaciones lineales de otras del mismo conjunto.

En una matriz de confusión, la tasa de verdaderos positivos se denomina. Precisión. Tasa de error. Sensibilidad. Especificidad.

En una curva ROC (Receiver Operating Characteristic) el punto (0,0) indica. El clasificador que predice todos los casos como negativos. El clasificador perfecto. El clasificador que falla todas las predicciones. El clasificador que predice todos los casos como positivos.

El índice kappa de un clasificador. Mide la precisión de un clasificador. Mide el área bajo la curva de un clasificador. Mide la concordancia de un clasificador con las salidas deseadas. Mide la repetibilidad de los resultados dados por un clasificador.

En un SVM los vectores de soporte son: Los patrones que tocan y definen los márgenes de la región de decisión. Los vectores que definen la pendiente de la recta de separación. Los valores de w y b de la formulación. Los patrones cuyo de alfa de la formulación del problema dual es igual a 0.

En un SVM lineal aplicado a un problema no linealmente separable. Se proyectan los patrones a un espacio de mayor dimensionalidad. Se modifica la formulación para permitir cierto error en la clasificación de los patrones. Se aplica una funcion de kernel en aquellos lugares de la formulacion en los que se haria un producto escalar. Los patrones que estan fuera del margen de decision tienen un valor de alfa iguala C.

En un SVM aplicado a un problema no linealmente separable. Los patrones que estan dentro del margen de decision tienen un valor de alfa igual a 0. Los patrones que estan dentro del margen de decision tienen un valor de alfa igual a C. Los patrones que están en el límite del margen de decisión tienen un valor de alfa igual a 0. Los patrones que están en el límite del margen de decisión tienen un valor de alfa igual a C.

Para poder aplicar un SVM para resolver problemas de clasificación en k clases, la estrategia “uno contra el resto”. Crea k problemas de clasificación distintos, en cada uno una clase concreta debe ser separable del resto de clases. Crea k problemas de clasificación distintos, en cada uno una clase concreta debe ser separable de otra clase concreta. Crea k(k-1)/2 problemas de clasificación distintos, en cada uno una clase concreta debe ser separada del resto de clases. Crea k(k-1)/2 problemas de clasificación distintos, en cada uno una clase concreta debe ser separada de otra clase concreta.

En un árbol de decisión. Las hojas describen una cuestión sobre el valor de un atributo. Los nodos describen una cuestión sobre el valor de un atributo. Las ramas describen una cuestión sobre el valor de un atributo. Todas son falsas.

En el algoritmo ID3. Se escoge como atributo para un nodo aquel que tenga mayor ganancia de informacion. Se escoge como atributo para un nodo aquel que tenga mayor entropia de informacion. Se escoge como atributo para un nodo aquel que divida los patrones en conjuntos mas grandes, intentando que haya igual numero de patrones de la misma clase en cada uno. Se escoge como atributo para un nodo aquel que divida los patrones en conjuntos mas pequeños, intentando que haya igual numero de patrones de la misma clase en cada uno.

En el algoritmo ID3, a la hora de clasificar una instancia con un valor desconocido en un atributo: No se puede realizar la clasificacion en ningun caso. No se puede realizar la clasificacion, si al recorrer el arbol ese atributo esta en un nodo. Si al recorrer el arbol el atributo esta en un nodo, se sigue la rama que sea mas probable en funcion del resto de valores todavia no examinados en nodos anteriores. Si al recorrer el arbol el atributo esta en un nodo, se siguen todas las ramas y se asigna la clase mas comun.

El algoritmo CART mide la impureza de un nodo mediante. Entropía. Tasa de instancias mal clasificadas al asignar a todas as instancias de ese nodo la clase mas comun. Ganancia de informacion. Indice de Gini.

Un árbol de regresión. Contiene una ecuacion de regresion en cada hoja. Aproximan la funcion objetivo mediante una funcion constante a trozos. Cada hoja contiene el valor de una etiqueta asociada a una clase. Utiliza como criterio de impureza el indice de Gini.

En un arbol de modelos de regresion, el suavizado de una prediccion dada por una hoja se realiza. Modificando la ecuacion de regresion de la hoja con la ecuacion de regresion global contenida en la raiz del arbol. Modificando la ecuacion de regresion de la hoja con las ecuaciones de regresionde cada uno de los nodos superiores. Combinando el valor de prediccion de una hoja, sucesivamente con los valores que van dando los nodos superiores hasta la raiz. Combinando el valor de prediccion de una hoja con el valor de prediccion del modelo global que contiene la raiz.

El algoritmo k-Nearest Neighbour. Solamente puede utilizarse para resolver problemas de clasificacion. Puede ser utilizado para resolver problemas de regresion. Puede ser utilizado para resolver problemas de clustering. Todas son falsas.

En la variante del algoritmo k-Nearest Neighbour con distancia minima. Se realiza un 1-NN con un patron escogido al azar de cada clase. Se realiza un 1-NN con un patron escogido de cada clase, el mas cercano al centroide de esa clase. Se realiza un 1-NN con un patron nuevo de cada clase, que sera el centroide de esa clase. Se realiza un 1-NN con un patron nuevo de cada clase, cuya posicion se habra actualizado mediante la comparacion con cada uno de los patrones.

En la generacion de metaclasificadores mediante fusion de etiquetas. Se utiliza un nuevo clasificador que recibe como entradas las salidas del resto de clasificadores. Se combinan las salidas mediante una funcion como la media, mediana, producto,etc. Se combinan en cascada distintos clasificadores. Se utiliza algún sistema de votado.

En aprendizaje basado en instancias, la tecnica de seleccion de instancias de forma decremental se basa en. Ir eliminando del conjunto de prototipos instancias, siempre que, al intentar clasificarlas, se clasifiquen de forma distinta a su clase. Ir añadiendo al conjunto de prototipos instancias, siempre que, al intentar clasificarlas, se clasifiquen correctamente. Ir añadiendo al conjunto de prototipos instancias, siempre que, al intentar clasificarlas, se clasifiquen de forma distinta a su clase. Ir eliminando del conjunto de prototipos instancias, siempre que, al intentar clasificarlas, se clasifiquen correctamente.

En aprendizaje basado en instancias, en la regresion local ponderada. Una vez generada una salida, se elimina el modelo. Una vez generada una salida, se combina el modelo con los anteriores. El modelo generado es global, con lo que es aplicable a nuevas instancias. El modelo generado es global, pero no es aplicable a nuevas instancias.

Los vectores de salida de una red de Hopfield... cambian en funcion del tiempo y forman parte de un sistema dinamico. la red de Hopfield solo tiene vectores de entrada. permiten determinar los pesos de la red. constituyen siempre un estado estable.

Las GCS tienen. capa de entrada, una o dos capas ocultas y una capa de salida. una sola capa. capa de entrada y capa de salida. ninguna de las anteriores es correcta.

Los sistemas como COBWEB.. permiten obtener una jerarquia de conceptos segun criterios de probabilidad. cumplen la propiedad de Markov. emplean una estrategia adecuada de explotacion-exploracion. todas las anteriores son correctas.

Un problema de reconocimiento de caracteres, lo puedo resolver con la ayuda de. Una GNG. Una red de Hopfield. Un perceptrón multicapa. Todas las anteriores son correctas.

Si se quiere implementar un sistema que sea capaz de jugar al juego de Conecta-4 (en un tablero conectar 4 fichas del mismo color en vertical, horizontal o diagonal antes de que lo haga el oponente). Se puede implementar usando un dendrograma. Lo mejor es emplear una red ART. Un algoritmo adecuado para implementarlo es el de Q-Learnin. Una t´ecnica ´util a emplear es COBWEB.

En el aprendizaje no supervisado... se consiguen grupos de patrones similares. la autoorganización de la red permite hallar las clases de los patrones. se trabaja con patrones con etiqueta de clase. la b y la c son correctas.

El criterio de agrupamiento de un algoritmo de clustering... permite decidir si un patron pertenece a un grupo. es un método que usa la distancia euclidea. permite definir cuantitativamente cuando una particion es mejor que otra. todas las anteriores son correctas.

En los algoritmos de clustering jerarquicos, una vez realizada una jerarquia... no se puede incorporar un nuevo dato. se pueden incorporar nuevos datos, pero solo en dendrogramas con datos conceptuales. se puede incorporar un nuevo dato comparando desde el nodo raiz y bajando sucesivamente segun el detalle requerido. todas las anteriores son incorrectas.

En el aprendizaje por refuerzo, para inferir Q, se realizan acciones aleatoriamente desde un estado inicial hasta que.. se ha alcanzado el objetivo final. se han realizado un nº limite de acciones sin alcanzar el objetivo final. se obtienen los valores de alfa y gamma. la a y la b son correctas.

El refuerzo en un sistema de aprendizaje por refuerzo... se obtiene gracias a un experto que indica que accion tomar en cada momento. se puede recibir retardado en el tiempo procedente del entorno. hay que maximizarlo siguiendo una politica obtenida por prueba y error. la b y la c son correctas.

Para entrenar las redes Stacked auto-encoders. Se realiza entrenamiento no supervisado en cada capa oculta, supervisado en la ultima capa y, finalmente, supervisado de forma global. Se realiza entrenamiento no supervisado en cada capa oculta, y posteriormente supervisado de forma global. Se realiza entrenamiento supervisado global y posteriormente se afinan los pesos de forma no supervisada. Se realiza entrenamiento supervisado en la ultima capa, despues supervisado deforma global, y posteriormente se afinan los pesos de forma no supervisada.

¿Cual de los siguientes modelos de Deep Learning puede utilizarse para generar nuevos vectores de ejemplo?. Stacked auto-encoders. Convolutional Networkws. Sparse encoders. Deep Belief Networks.

La tecnica de Hold Out. Se considera que el error que comete es inferior al error real (optimista). Se considera que el error que comete es similar al error real. Se considera que el error que comete es superior al error real (pesimista). Permite utilizar tanto los datos de entrenamiento como los de test para estimar el error rea.

La variante de validacion cruzada estratificada. Toma un valor de k=10, con lo que se hace un 10-fold cross-validation. Toma un valor de k=1, con lo que se hace un leave-one-out. Intenta que en cada subconjunto haya igual numero de patrones de cada clase. Intenta que los patrones de las distintas clases se distribuyan en conjuntos distintos.

El test de Wilcoxon. Es parametrico. Evalúa las diferencias entre las medias de dos modelos. No realiza ninguna suposición sobre los datos. Todas son falsas.

De las siguientes tecnicas, ¿cual se basa en combinar clasificadores de tipo distinto?. Bagging. Apilado. Boosting. Aleatorizacion.