ing cono

Quiero crear un algoritmo que prediga el precio de las boinas francesas, ¿qué tipo de aprendizaje estoy empleando?. Supervisado. No supervisado. Por refuerzo. Por transferencia.

Quiero crear un algoritmo que prediga si caerá un dron volador sobre la UCAM. ¿Qué tipo de aprendizaje estoy utilizando?Quiero crear un algoritmo que prediga si caerá un dron volador sobre la UCAM. ¿Qué tipo de aprendizaje estoy utilizando?. Supervisado. No supervisado. Por refuerzo. Por transferencia.

He desarrollado una cabra mecánica que abona mi campo de tomates. ¿Qué tipo de aprendizaje utiliza?. Supervisado. No supervisado. Por refuerzo. Por transferencia.

Quiero desarrollar un algoritmo que me agrupe a los usuarios de mi plataforma de musica en 4 grupos. ¿Qué tipo de aprendizaje estoy utilizando?. Supervisado. No supervisado. Por refuerzo. Por transferencia.

Si he desarrollado un algoritmo que predice los goles que marcará Elder Limitao esta temporada, ¿qué tipo de problema estoy resolviendo?. Clasificación. Regresión. Clustering. Reducción de la dimensionalidad.

Si quiero agrupar las audiencias del programa de Música, Operación Camarón para ofrecerles productos personalizados, ¿qué tipo de problema estoy realizando?. Clasificación. Regresión. Clustering. Modelo generativo.

Si quiero generar imágenes en un entorno South Park en base a una imagen que estoy pasándole a un algoritmo, ¿qué tipo de problema estoy resolviendo?. Clasificación. Regresión. Clustering. Modelo generativo.

El algoritmo de backpropagation. Ajusta el peso de las neuronas inicialmente. Ajusta el peso de todas las neuronas. Ajusta el peso de la neurona final. Ajusta el peso de las neuronas intermedias.

El learning rate ... Cuanto más alto mejor. Cuanto más bajo mejor. No conviene que sea muy alto ni muy bajo. Ninguna de las anteriores.

Si tengo alto bias y baja varianza... Tengo underfitting. Tengo overfitting. El modelo necesita menos entrenamiento. El modelo se puede implementar.

En un modelo de deep learning, un alto valor de error de validación y un bajo error de entrenamiento, ¿que indican?. Overfitting. Underfitting. El modelo está bien. El modelo necesita más complejidad.

En un modelo si tengo un alto error de entrenamiento y un alto error de validación, ¿qué problema estoy teniendo?. Overfitting. Underfitting. El modelo necesita menos complejidad. El modelo esta entrenado correctamente.

une. Predicción de cáncer de mama. Predicción de temperatura de invernadero. Agrupamiento de personas con gustos similares. Identificación de plantas según imagen. Predicción de puntos de un partido de baloncesto.