Inteligencia Artificial

¿Cuál de las siguientes librerías permite la representación de los datos a través de figuras y gráficas de calidad?. a. Matplotlib. b. Pandas. c. Numpy. d. Pytorch.

¿Cuál de las siguientes librerías presenta funcionalidades similares a Excel?. a. Pytorch. b. Matplotlib. c. Pandas. d. Numpy.

¿Cuál de las siguientes librerías permite trabajar con arrays n-dimensionales?. a. Pandas. b. Pytorch. c. Numpy. d. Matplotlib.

¿En que gestor de paquetes puedo encontrar los softwares Spyder y Jupiter Notebook?. a. WOLFRAM. b. RSTUDIO. c. PYTHON. d. ANACONDA.

¿Cómo funciona un motor de inferencia determinista?. a. En base a premisas estadísticas y probabilísticas. b. Relaciona el antecedente y el consecuente. c. Ninguna de las anteriores. d. Razona sobre la solución a través de inferir verdades universales.

¿Cuáles son las tres operaciones genéticas principales?. a. Torneo, hfo, mutación. b. Cruce, heurística, y fitness. c. Cruce, mutación y selección. d. Gen, cromosoma, descendencia.

¿Qué representa la siguiente línea de código en el problema del viajero?. a. Se crea un individuo y se asigna el parámetro en donde va a ir el valor de fitness. b. Calculamos la distancia entre el primero y el último individuo. c. Se genera un size tool box aleatorio. d. Creamos una población aleatoria y le asignamos un índice.

¿Qué librería nos puede ayudar para la resolución del Problema del viajero?. a. pandas. b. numpy. c. deap. d. scikitlearn.

¿Cómo funciona el algoritmo de Back tracking?. Se basa en el funcionamiento de la genética propuesta por Charles Darwin, utiliza individuos, población y mutaciones. Es similar a buscar el camino correcto en un laberinto, el momento en que tomemos una ruta que no es la adecuada damos vuelta y empezamos desde el último punto válido. Funciona de manera similar a las redes neuronales y su proceso de sinapsis para lograr comunicarse.

¿Qué significa que un problema puede ser resuelto en un tiempo polinomial?. a. Significa que su resolución temporal va a estar ligada a expresiones como: 2 ^N. b. Significa que no posee variables aleatorias y lo torna de categoría NP-Completo. c. Significa que su resolución temporal va a estar ligada a expresiones como: 2N,log(N). d. Significa que tiene una variable aleatoria y lo vuelve complejo.

¿Cuál de las siguientes librerías está especializada en el tratamiento difuso?. a. fuzzy. b. tensorflow.keras. c. numpy. d. matplotlib.

¿Cuál es la principal desventaja de los sistemas difusos?. Necesita linealizarlo. Identifica el sistema. Requiere conocer el modelo matemático. Requiere conocer las reglas lingüística del sistema de control propuestas por un experto.

¿Qué expresión representa la operación Intersección entre conjunto difusos?. μ_C (x)=min⁡(μ_Aⓜ,(x) μ_B (x) )=μ_A (x)∧μ_B (x)para ∀x∈X. B⊆A↔μ_B (x)≤μ_A (x)para ∀x∈X. μ_C (x)=max⁡(μ_Aⓜ,(x) μ_B (x) )=μ_A (x)∨μ_B (x)para ∀x∈X. μ_(-A) (x)=1-μ_A (x)para ∀x∈X.

Señale. ¿Cuál es la diferencia entre lógica clásica y lógica difusa?. La lógica clásica trabaja con grados de verdad en las proposiciones y la lógica difusa puede ser verdadero o falsa. La lógica clásica trabaja con valores discretos y la lógica difusa emplea valores continuos. La lógica clásica trabaja con valores 0 y 1 y la lógica difusa emplea valores de verdadero y falso. La lógica clásica trabaja con valores binarios y la lógica difusa emplea grados de verdad.

¿Cuál es la proposición correcta al analizar el siguiente conjunto difuso?. Una persona puede pertenecer a dos conjuntos simultáneamente. Ejemplo: la persona más alta tiene un factor de pertenencia de 0.9 al conjunto los altos y 0.1 al conjunto los bajos. Una persona puede pertenecer únicamente a un conjunto. Ejemplo: la persona más alta tiene un factor de pertenencia de 0.9 al conjunto los altos. Las personas pueden pertenecer de cierta manera a ambos conjuntos, existe exclusión.

¿Qué es el aprendizaje profundo?. a. Un método para calcular estadísticas descriptivas. b. Un tipo de algoritmo de regresión lineal. c. Una técnica exclusiva para el procesamiento de texto. d. Un conjunto de técnicas basadas en redes neuronales artificiales.

¿Cuál es uno de los factores principales para el uso de las redes neuronales convolucionales mediante aprendizaje profundo?. Los algoritmos extraen y aprenden características sin necesidad de extraerlas de forma manual. La facilidad para ejecutar códigos extensos. La gran inversión por parte de la empresa privada. El ahorro de recursos de hardware y de software.

¿Cuál es la base del funcionamiento del aprendizaje por refuerzo?. a. Redes Neuronales. b. Datos etiquetados. c. Sistema de prueba y error. d. Datos no etiquetados.

¿A qué tipo de algoritmo corresponde el siguiente la gráfica?. a. Red neuronal del conjunto de prueba. b. Árbol de decisión del conjunto de entrenamiento. c. Red neuronal del conjunto de entrenamiento. d. Regresión lineal del conjunto de prueba.

¿Cuál es la diferencia entre el aprendizaje supervisado y no supervisado?. El aprendizaje no supervisado utiliza datos etiquetados, mientras que el segundo utiliza datos etiquetados. El aprendizaje supervisado utiliza sesiones de entrenamiento, mientras que el segundo no utiliza sesiones de entrenamiento. El aprendizaje no supervisado utiliza sesiones de entrenamiento, mientras que el segundo no utiliza sesiones de entrenamiento. El aprendizaje supervisado utiliza datos etiquetados, mientras que el segundo utiliza datos no etiquetados.

¿Cuál es la solución en caso de no querer construir un sistema experto desde cero?. a. Evaluar nuevamente los requerimientos. b. Adquirir una Shell (interfaz + sistema operativo). c. Utilizar una nueva estrategia de inferencia. d. Programar el motor de inferencias.

¿Es el test de Turing un medidor suficiente para entender las capacidades de la IA?. Si, una vez superado el test de Turing cualquier IA estaría al mismo nivel que el conocimiento humano. Si, mediante este test podemos comprobar de manera general la capacidad de raciocinio de las IA. No, debido a que es imposible superar las condiciones del concurso. No, debido a que las aplicaciones actuales no están enfocadas en superar el test.

¿A que hace referencia las siglas “AIoT”?. a. Internet Artificial + Sensores. b. Inteligencia Artificial + Ciudades inteligentes. c. Inteligencia artificial + Internet de las cosas. d. Domótica + Internet de las cosas.

¿Qué funcionalidad tenía el sistema experto MYCIN?. a. Diagnosticar enfermedades pulmonares. b. Predecir el riesgo de parto prematuro. c. Detectar infecciones sanguíneas. d. Analizar la estructura molecular.

¿Qué modelo de agente presenta mayores beneficios?. a. Agentes basados en problemas. b. Agentes basados en objetividad. c. Agentes reactivos basados en modelos. d. Agentes reactivos simples.

¿Cuál es el objetivo principal de un algoritmo genético en el contexto de inteligencia artificial?. a. Realizar cálculos matemáticos complejos. b. Almacenar grandes cantidades de datos de manera eficiente. c. Encontrar la mejor solución posible mediante un proceso de selección y evolución. d. Traducir texto de un idioma a otro.

¿Cuál es la opción correcta?. Se recomienda el algoritmo BFS por sobre el algoritmo DFS ya que requiere menos memoria. Se recomienda el algoritmo DFS por sobre el algoritmo BFS ya que requiere menos memoria. Se recomienda el algoritmo A* por sobre el algoritmo BFS ya que trabaja mejor en búsqueda no informada. Se recomienda el algoritmo DFS por sobre el algoritmo genético ya que es mejor en optimización.

En los algoritmos genéticos, ¿cuál es el propósito del operador de "cruce" (crossover)?. a. Seleccionar las soluciones menos aptas para ser reemplazadas. b. Generar una población inicial aleatoria. Combinar características de dos individuos para crear descendientes con propiedades de ambos. d. Aumentar la variabilidad de la población mediante modificaciones aleatorias.

¿Qué representa la siguiente línea de código?. a. Función, min, max, cruce. b. Cruce, mutación, selección y función de evaluación. c. Compañero, cromosoma, selección y fitness. d. Herramienta, población, fitness, evaluación.

¿A qué algoritmo pertenece el siguiente código?. a. DFS. b. BFS. c. Backtraking. d. A*.

A qué operación de conjuntos difusos hace referencia la siguiente imagen: B⊆A↔μ_B (x)≤μ_A (x)para ∀x∈X. μ_C (x)=max⁡(μ_Aⓜ,(x) μ_B (x) )=μ_A (x)∨μ_B (x)para ∀x∈X. μ_(-A) (x)=1-μ_A (x)para ∀x∈X. μ_C (x)=min⁡(μ_Aⓜ,(x) μ_B (x) )=μ_A (x)∧μ_B (x)para ∀x∈X.

¿A qué función de membresía corresponde la siguiente configuración de parámetros?. A. LA IMAGEN DE UNA LINEA RECTA. B. Función trapezoidal La imagen de una función trapezoidal, con subida lineal, meseta en valor máximo y bajada lineal. C. Función triangular La imagen de una función triangular, que sube linealmente hasta un pico y luego baja linealmente. D. Función sigmoide La imagen de una función sigmoide, con curva suave en forma de “S” que va de 0 a 1.

¿A qué tipo de función de membresía corresponde la siguiente gráfica?. a. Gaussiana. b. Singleton. c. Sigmoidal. d. Trapezoidal.

¿Cuáles son los valores lingüísticos del siguiente sistema difuso?. 𝑥∈[0;33] años. b. Edad, Grado de pertenencia. 𝑢∈[0;1]años. d. Infancia. Juventud, adultez joven.

¿Cuál es la diferencia entre incertidumbre e imprecisión en los sistemas difusos?. La imprecisión es la ambigüedad en los conceptos del sistema y la imprecisión es la sobrecarga de datos informativos. La incertidumbre se refiere a la falta de certeza y conocimiento, y la imprecisión es la falta de exactitud. La incertidumbre es la falta de límites o categorías definidas y la imprecisión es la falta conocimiento. La incertidumbre es el desconocimiento de información y la imprecisión es información falsa o errónea.

¿Cuál es uno de los hitos más importantes en el ámbito científico de la Inteligencia Artificial?. a. Haber logrado la detección de diferentes tipos de enfermedades cardiovasculares. b. Haber logrado la conducción autónoma total. c. Haber ganado el premio Nobel de Física y Química en el año 2024. d. Haber enviado naves espaciales y satélites para mejorar la transmisión de internet.

¿Qué representa la siguiente imagen?. a. La primera Red Monocapa. b. La primera Red Multicapa. c. La primera neurona Sigmoide. d. La primera neurona Artificial M-P.

¿Cuál es la limitación del perceptrón?. a. No permite reconocer errores. b. Sólo es capaz de resolver problemas no lineales. c. Utiliza pesos en las entradas. d. Sólo es capaz de resolver problemas linealmente separables.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split. Imprimir los primeros 5 valores de X_test y y_test. Construyendo y entrenando una regresión lineal usando "LinearRegresion" de la librería sklearn.linear_model. Calculando la métrica de error R2 en los conjuntos de entrenamiento y prueba.

¿Cuáles son dos motivos para que resurjan las redes neuronales artificiales?. a. En las últimas décadas el poder computacional se ha disparado. b. Posee muchas limitaciones. c. Los algoritmos son complejos y costosos. d. En la actualidad existe una gran cantidad de datos disponibles.

¿Cuál de las siguientes librerías presenta funcionalidades similares a Excel?. a. Pandas. b. Numpy. c. Pytorch. d. Matplotlib.

¿Cuál de las siguientes librerías permite la representación de los datos a través de figuras y gráficas de calidad?. a. Matplotlib. b. Pandas. c. Numpy. d. Pytorch.

¿A que hace referencia las siglas “AIoT”?. a. Domótica + Internet de las cosas. b. Internet Artificial + Sensores. c. Inteligencia Artificial + Ciudades inteligentes. d. Inteligencia artificial + Internet de las cosas.

¿En que gestor de paquetes puedo encontrar los softwares Spyder y Jupiter Notebook?. a. WOLFRAM. b. RSTUDIO. c. PYTHON. d. ANACONDA.

¿Es el test de Turing un medidor suficiente para entender las capacidades de la IA?. a. No, debido a que las aplicaciones actuales no están enfocadas en superar el test. b. No, debido a que es imposible superar las condiciones del concurso. c. Si, una vez superado el test de Turing cualquier IA estaría al mismo nivel que el conocimiento humano. d. Si, mediante este test podemos comprobar de manera general la capacidad de raciocinio de las IA.

En los algoritmos genéticos, ¿Cuál es el propósito de la "mutación" en el proceso de evolución?. a. Introducir variabilidad genética en los individuos para evitar la convergencia prematura. b. Aumentar la población inicial para tener más opciones de selección. c. Incrementar la precisión de los operadores de selección y cruce. d. Garantizar que solo los individuos más fuertes sobrevivan en cada generación.

¿A qué algoritmo pertenece el siguiente código?. a. Backtraking. b. BFS. c. DFS. d. A*.

¿Cuáles son las tres maneras de transformar la información que nos da un grafo a lenguaje código?. a. Matriz de aristas, lista de adyacencia, K-means. b. Lista de adyacencia, vectores de soporte, clusttering. c. Lista de aristas, BFS, DPS. d. Lista de aristas, matriz de adyacencia, lista de adyacencia.

Señale la respuesta correcta sobre las aplicaciones de los grafos tipo árbol. a.Árboles Genealógicos. Computación evolutiva. b.Análisis de búsqueda no informada Análisis de problemas Gaussianos. c.Detección de patrones en imágenes. Detección de lenguajes de señas. d.Análisis sintáctico de lenguajes de programación. Aprendizaje automático.

En los algoritmos genéticos, ¿cuál es el propósito del operador de "cruce" (crossover)?. a. Generar una población inicial aleatoria. b. Aumentar la variabilidad de la población mediante modificaciones aleatorias. c. Combinar características de dos individuos para crear descendientes con propiedades de ambos. d. Seleccionar las soluciones menos aptas para ser reemplazadas.

¿Qué función obtendríamos con la siguiente configuración de parámetros?. a. gaussmf. b. trimf. c. trapmf. d. singleton.

Señale. ¿Cuál es la diferencia entre lógica clásica y lógica difusa?. La lógica clásica trabaja con valores discretos y la lógica difusa emplea valores continuos. La lógica clásica trabaja con valores binarios y la lógica difusa emplea grados de verdad. La lógica clásica trabaja con grados de verdad en las proposiciones y la lógica difusa puede ser verdadero o falsa. La lógica clásica trabaja con valores 0 y 1 y la lógica difusa emplea valores de verdadero y falso.

¿Qué expresión representa la operación Intersección entre conjunto difusos?. μ_C (x)=max⁡(μ_Aⓜ,(x) μ_B (x) )=μ_A (x)∨μ_B (x) "para "∀x∈X. B⊆A↔μ_B (x)≤μ_A (x) "para "∀x∈X. μ_(∼A) (x)=1-μ_A (x) "para "∀x∈X. μ_C (x)=min⁡(μ_Aⓜ,(x) μ_B (x) )=μ_A (x)∧μ_B (x) "para "∀x∈X.

En lógica difusa, ¿Qué es una "función de membresía"?. a. Un método para almacenar valores booleanos exactos (verdadero o falso). b. Una función que define el grado de pertenencia de un elemento a un conjunto difuso, en un rango entre 0 y 1. c. Una técnica para optimizar el tiempo de procesamiento en sistemas difusos. d. Un operador lógico utilizado para combinar varias reglas.

¿Cuáles son los valores lingüísticos del siguiente sistema difuso?. 𝑢∈[0;1]años. b. Edad, Grado de pertenencia. c. Infancia. Juventud, adultez joven. 𝑥∈[0;33]años.

¿A qué se le conoce como el perceptrón?. a. A la red neuronal convolucional. b. A la red neuronal monocapa. c. A la red neuronal RELU. d. A la red neuronal multicapa.

¿Qué hace la función RELU?. a. Es una función matemática en forma de L. b. Función matemática que tiene una característica curva o en S. c. Es una función matemática acampanada. d. Rectifica los valores negativos y conserva únicamente los positivos.

¿A qué tipo de algoritmo corresponde el siguiente la gráfica?. a. Árbol de decisión del conjunto de entrenamiento. b. Red neuronal del conjunto de prueba. c. Regresión lineal del conjunto de prueba. d. Red neuronal del conjunto de entrenamiento.

Por qué se le conoce como aprendizaje "profundo" al deep learning. a. Debido al nivel profundo a nivel de aplicación que ha alcanzado. b. Debido al número de capas de redes neuronales intermedias. c. Debido a la cantidad de herramientas matemáticas que utliza. d. Debido al proceso de mejora que ha tenido durante varios años.

Señalar la respuesta correcta: a. La Inteligencia Artificial es un sub dominio de Machine Learning. b. La Inteligencia Artificial es un sub domidio del Aprendizaje Automático. c. El Aprendizaje automático es un sub dominio de la Inteligencia Artificial. d. El aprendizaje automático es un sub dominio de Deep Learning.

¿Cuál de las siguientes librerías permite trabajar con arrays n-dimensionales?. a. Pandas. b. Matplotlib. c. Pytorch. d. Numpy.

¿Qué modelo de agente presenta mayores beneficios?. a. Agentes basados en problemas. b. Agentes basados en objetividad. c. Agentes reactivos simples. d. Agentes reactivos basados en modelos.

¿Cuál es el motor de inferencia que está utilizando el siguiente sistema experto médico?. a. Basado en aprendizaje automático. b. Basado en reglas si, entonces. c. Basado en Redes Bayesianas.

¿Qué significa el modelo REAS de los agentes inteligentes?. a. Rendimiento, entorno, actuadores, sensores. b. Rapidez, energía, acciones, percepciones. c. Resolución, entorno, actuadores, sistemas. d. Rendimiento, energía, acciones, sensores.

¿Cuál es la diferencia entre IA Débil e IA fuerte?. a. La IA débil es el tipo de inteligencia artificial que se utiliza actualmente la IA fuerte es un enfoque a futuro. b. Su diferencia radica en la aplicación específica que se quiera realizar. c. La IA débil representa los inicios de la IA. La IA fuerte es la que utilizamos actualmente. d. La IA fuerte es el tipo de inteligencia artificial que se utiliza actualmente la IA débil es un enfoque a futuro.

¿Qué podemos visualizar en el siguiente código?. a. La utilización de la heurística de Dijkstra para calcular la distancia mínima. b. La utilización de A* sabiendo que f👎 =g👎 +h👎 . c. La utilización de la función de bondad parar elegir el mejor individuo.

¿A qué tipo de grafo corresponde la siguiente imagen?. a. Unidireccional. b. Ponderado. c. Dirigido. d. Digrafo.

¿Qué representa la siguiente línea de código?. a. Compañero, cromosoma, selección y fitness. b. Herramienta, población, fitness, evaluación. c. Función, min, max, cruce. d. Cruce, mutación, selección y función de evaluación.

¿A qué algoritmo pertenece el siguiente código?. a. A*. b. DFS. c. Backtraking. d. BFS.

¿Qué librería nos puede ayudar para la resolución del Problema del viajero?. a. deap. b. numpy. c. pandas. d. scikitlearn.

Señale dos recomendaciones a tener en cuenta para la implementación de las etapas de un sistema difuso. El número de conjuntos difusos debe estar comprendido entre dos y nueve. El número de conjuntos difusos debe ser indirectamente proporcional con respecto al punto óptimo de operación del sistema. Debe existir un solapamiento de los conjuntos difusos de entre 10 y 50%. Se recomienda tener un número par de conjuntos difusos.

¿Qué procesos se deberían ubicar en los bloques en blanco del siguiente sistema difuso?. a. Entradas discretas – Salidas discretas. b. Entradas difusas – Salidas difusas. c. Fuzzificador - Desfuzzificador. d. Conjunto difuso de entrada – Conjunto difuso de salida.

¿Quién creó la primera red neuronal convolucional y a qué estaba enfocada?. a. Elon Musk y estaba enfocada al reconocimiento de patrones numéricos. b. Geoffrey Hinton y estaba enfocada al reconocimiento de imágenes. c. John McCarthy y estaba enfocada al reconocimiento de texto. d. Yann LeCun y estaba enfocada en el reconocimiento de letras manuscritas.

¿Cuál es uno de los hitos más importantes en el ámbito científico de la Inteligencia Artificial?. a. Haber logrado la conducción autónoma total. b. Haber ganado el premio Nobel de Física y Química en el año 2024. c. Haber enviado naves espaciales y satélites para mejorar la transmisión de internet. d. Haber logrado la detección de diferentes tipos de enfermedades cardiovasculares.

¿Cuál es la limitación del perceptrón?. a. Sólo es capaz de resolver problemas no lineales. b. Utiliza pesos en las entradas. c. No permite reconocer errores. d. Sólo es capaz de resolver problemas linealmente separables.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: a. Imprimir los primeros 5 valores de X_test y y_test. b. Calcular la métrica de error R2. c. Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split. d. Imprimir el error de forma gráfica.

¿Cuál sería un ordenamiento adecuado con respecto a los siguientes dominios de la IA? El símbolo mayor que significa que “contiene a”. a. Machine Learning > Deep Learning > Inteligencia artificial. b. Inteligencia artificial > Machine Learning > Deep Learning. c. Deep Learning > Machine Learning > Inteligencia artificial. d. Ninguna de las anteriores.

¿Cuál es la solución en caso de no querer construir un sistema experto desde cero?. a. Evaluar nuevamente los requerimientos. b. Adquirir una Shell (interfaz + sistema operativo). c. Programar el motor de inferencias. d. Utilizar una nueva estrategia de inferencia.

¿Cómo se denomina la entidad que permite interactuar con un entorno a través de sensores y modificarlo mediante actuadores?. a. Red Neuronal. b. Robot móvil. c. Sistema experto. d. Agente Inteligente.

Señale dos características de los sistemas inteligentes. a. Capacidad de aprendizaje a través de experiencias anteriores. b. Autonomía para tomar decisiones. c. No se pueden interrelacionar con otros agentes. d. Trabajan en entornos netamente específicos.

¿Qué funcionalidad tenía el sistema experto MYCIN?. a. Detectar infecciones sanguíneas. b. Diagnosticar enfermedades pulmonares. c. Analizar la estructura molecular. d. Predecir el riesgo de parto prematuro.

Del siguiente código. ¿Cuáles son dos herramientas que nos permiten resolver un sudoku?. a. Iteratividad y Algoritmo A*. b. Algoritmo genético y mutación. c. Algoritmo DFS y Dijkstra. d. Recursividad y Backtracking.

¿Cuál es la opción correcta?. Se recomienda el algoritmo A* por sobre el algoritmo BFS ya que trabaja mejor en búsqueda no informada. Se recomienda el algoritmo DFS por sobre el algoritmo BFS ya que requiere menos memoria. Se recomienda el algoritmo DFS por sobre el algoritmo genético ya que es mejor en optimización. Se recomienda el algoritmo BFS por sobre el algoritmo DFS ya que requiere menos memoria.

En los algoritmos genéticos, ¿Cuál es el propósito de la "mutación" en el proceso de evolución?. a. Garantizar que solo los individuos más fuertes sobrevivan en cada generación. b. Incrementar la precisión de los operadores de selección y cruce. c. Aumentar la población inicial para tener más opciones de selección. d. Introducir variabilidad genética en los individuos para evitar la convergencia prematura.

¿Cómo funciona el algoritmo de Back tracking?. a. Es similar a buscar el camino correcto en un laberinto, el momento en que tomemos una ruta que no es la adecuada damos vuelta y empezamos desde el último punto válido. b. Funciona de manera similar a las redes neuronales y su proceso de sinapsis para lograr comunicarse. c. Se basa en el funcionamiento de la genética propuesta por Charles Darwin, utiliza individuos, población y mutaciones.

¿Cuáles son los tres elementos principales de un grafo?. a. Aristas, arcos, nodos. b. Nodo, aristas, vértices. c. Vértices, nodos, grados. d. Nodos, aristas, grado.

Señale las gráficas que pertenecen a lógica difusa. A. Función escalón Representa el concepto de Calor como una función binaria: hasta los 25 °C el grado de pertenencia es 0 (falso), y a partir de 25 °C sube bruscamente a 1 (verdadero). Es un modelo clásico de todo o nada. B. Función rampa Representa el Calor de manera gradual: desde 20 °C comienza a aumentar linealmente el grado de pertenencia, alcanzando 1 en 25 °C. Por ejemplo, a 23 °C el grado de pertenencia es 0.6. Este modelo refleja mejor la transición progresiva. C. Funciones triangulares superpuestas Representa las etapas de la vida (Infancia, Juventud, Adultez joven) mediante funciones triangulares que se solapan. Cada etapa tiene un pico de pertenencia en un rango de edad específico, y las transiciones permiten que una persona pertenezca parcialmente a dos etapas al mismo tiempo.

¿Cuál es la principal desventaja de los sistemas difusos?. Requiere conocer el modelo matemático. Necesita linealizarlo. Identifica el sistema. Requiere conocer las reglas lingüísticas del sistema de control propuestas por un experto.

En un sistema de lógica difusa, ¿cuál es el propósito de la fase de "defuzzificación"?. a. Convertir valores precisos en conjuntos difusos para aplicarlos en reglas borrosas. b. Seleccionar las reglas borrosas más importantes para optimizar el sistema. c. Incrementar el número de reglas para mejorar la precisión del sistema. d. Transformar el resultado difuso en un valor concreto que pueda interpretarse en el mundo real.

¿Cuál es la diferencia que presenta una red neuronal recurrente?. a. Presenta una arquitectura con una sola capa. b. Presenta capas intermedias. c. Presenta una arquitectura multicapa. d. No presenta capas en su estructura y organización.

¿Cuáles son dos motivos para que resurjan las redes neuronales artificiales?. a. En las últimas décadas el poder computacional se ha disparado. b. Los algoritmos son complejos y costosos. c. Posee muchas limitaciones. d. En la actualidad existe una gran cantidad de datos disponibles.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: a. Imprimir los primeros 5 valores de X_test y y_test. b. Construyendo y entrenando una regresión lineal usando "LinearRegresion" de la librería sklearn.linear_model. c. Calcular la métrica de error R2. d. Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split.

¿Cuál es la diferencia entre el aprendizaje supervisado y no supervisado?. El aprendizaje no supervisado utiliza sesiones de entrenamiento, mientras que el segundo no utiliza sesiones de entrenamiento. El aprendizaje no supervisado utiliza datos etiquetados, mientras que el segundo utiliza datos etiquetados. El aprendizaje supervisado utiliza datos etiquetados, mientras que el segundo utiliza datos no etiquetados. El aprendizaje supervisado utiliza sesiones de entrenamiento, mientras que el segundo no utiliza sesiones de entrenamiento.

Señale 3 características principales del Big Data. a. Velocidad. b. Variedad. c. Volumen. d. Virtual.

¿Cuál es el concepto que más se ajusta a Sistema experto?. Entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional. Programa computacional que representa y razona el conocimiento de algún tema especializado. Algoritmos planteados con el propósito de crear máquinas que presenten las mismas capacidades que el ser humano. Es una forma de la IA que permite a un sistema aprender de los datos en lugar de aprender mediante la programación explícita.

¿A qué se refiere el concepto de percepciones en los agentes inteligentes?. a. Información, entrada, estímulos. b. Motores, engranajes, válvulas. c. Sensaciones naturales + computacionales. d. Movimiento, proximidad, infrarrojo.

¿A que se refieren las heurísticas de la Inteligencia Artificial?. a. Son algoritmos que permiten realizar búsquedas. b. Son algoritmos que se basan en la comunicación humano máquina. c. Son estrategias de resolución de problemas. d. Son estrategias de Machine Learning.

¿Cómo funciona un motor de inferencia determinista?. a. Ninguna de las anteriores. b. Relaciona el antecedente y el consecuente. c. Razona sobre la solución a través de inferir verdades universales. d. En base a premisas estadísticas y probabilísticas.

¿Qué representa la siguiente línea de código en el problema del viajero?. a. Se crea un individuo y se asigna el parámetro en donde va a ir el valor de fitness. b. Calculamos la distancia entre el primero y el último individuo. c. Creamos una población aleatoria y le asignamos un índice. d. Se genera un size tool box aleatorio.

En un algoritmo genético, ¿Qué representa una "función de aptitud" (fitness function)?. a. La técnica que asegura la mutación en cada generación. b. La estrategia para eliminar las soluciones menos óptimas de la población. c. El proceso mediante el cual se combinan dos individuos para generar descendientes. d. El criterio utilizado para medir la eficacia de una solución en el entorno de selección.

¿Cuál es el objetivo de los algoritmos genéticos?. a. Encontrar el mejor camino. b. Maximizar o minimizar. c. Analizar los datos de acuerdo a su etiqueta. d. Recorrer en anchura todas las posibles soluciones.

¿Qué nos devuelve como respuesta el algoritmo de Floyds?. a. Un vector de soporte en donde se muestra la unión de vértices. b. Una matriz en la que se muestran las posibles uniones de coste mínimo entre cada pareja de nodos. c. Una lista con las aristas y los pesos de cada una de ellas. d. Un diccionario con los posibles caminos representados por listas.

Se plantea elegir una de las dos botellas de agua teniendo en cuenta que la opción A presenta un factor de pertinencia de 0.8 al conjunto agua potable y la opción B una probabilidad de 0.8 de ser agua potable. ¿Cuál es la mejor opción?. Se debería elegir la opción A debido a que un factor de pertenencia de 0.8 al conjunto agua potable sería mejor que una probabilidad de 0.8. Se debería elegir la opción B puesto que una probabilidad de 0.8 de que la botella contenga agua potable es mejor que un factor de pertenencia de 0.8. Se debería elegir la opción B puesto que de cada 10 botellas al menos 2 contendrán agua potable. Se debería elegir la opción A debido a que únicamente un 0.2 por ciento no corresponde a agua potable.

¿A qué función de membresía corresponde la siguiente configuración de parámetros?. a. Función triangular Es una función en forma de triángulo: empieza en 0, sube linealmente hasta alcanzar el valor máximo (1) en un punto central, y luego baja linealmente otra vez a 0. Se usa para representar categorías con un rango definido y un valor central más representativo. b. Función delta Es una línea vertical en un solo punto (x ≈ 6), con valor 1 únicamente allí y 0 en el resto. Representa un caso puntual o exacto, como decir “solo este valor pertenece al conjunto”. Es muy rígida y no admite grados intermedios. c. Función sigmoide Es una curva en forma de “S” que va suavemente de 0 a 1. Se usa para modelar transiciones graduales, por ejemplo, pasar de “frío” a “caliente” sin un corte brusco. El parámetro 𝑎 = 0.5 controla qué tan inclinada es la curva.

Señale una razón válida para que la lógica difusa tenga participación en los sistemas actuales. La realidad obedece a las leyes y normas del álgebra de Boole. La realidad humana maneja normas lingüísticas imprecisas. La realidad se puede representar en términos de verdadero y falso. La realidad es un conjunto de proposiciones totalmente precisas.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: a. Imprimir los primeros 5 valores de X_test y y_test. b. Calculando la métrica de error R2 en los conjuntos de entrenamiento y prueba. c. Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split. d. Construyendo y entrenando una regresión lineal usando "LinearRegresion" de la librería sklearn.linear_model.

¿A qué categoría pertenecen los algoritmos de Redes Neuronales?. a. Fast learning. b. Árboles de decisión. c. Deep learning. d. Algoritmos genéticos.

¿Cuál es la base del funcionamiento del aprendizaje por refuerzo?. a. Datos etiquetados. b. Sistema de prueba y error. c. Redes Neuronales. d. Datos no etiquetados.

¿Cuáles son dos métodos de aprendizaje supervisado?. a. Clusterización. b. Clasificación. c. Regresión lineal. d. Aprendizaje por refuerzo.

¿Qué es el aprendizaje profundo?. a. Un tipo de algoritmo de regresión lineal. b. Una técnica exclusiva para el procesamiento de texto. c. Un método para calcular estadísticas descriptivas. d. Un conjunto de técnicas basadas en redes neuronales artificiales.