Inteligencia artificial avanzada

Selecciona las 4 (cuatro) respuestas correctas. ¿Qué características son propias de una función convexa en el contexto de optimización?. Permite convergencia garantizada. Posee un único mínimo global. La línea entre dos puntos está sobre la función. Permite divergencia garantizada. Es continua en todo su dominio.

En el aprendizaje semisupervisado, es necesario que al menos el 50% de los datos estén etiquetados para que el modelo pueda funcionar correctamente. FALSO. VERDADERO.

Selecciona las 4 (cuatro) respuestas correctas. ¿Qué estrategias se deben aplicar para evitar el sobreajuste en el modelo?. Simplificar la arquitectura. Simplificar tecnologia. Obtener más datos de entrenamiento. Aplicar los hiperparámetros. Reducir el ruido en los datos.

En el contexto de las corrientes fundamentales de la IA, ¿qué caracteriza al enfoque subsimbólico?. Utiliza una representación distribuida de datos a bajo nivel con patrones de activación entre unidades. Utiliza una representación distribuida de datos a alto nivel con patrones de activación entre unidades.

Un ingeniero de visión artificial requiere un modelo para clasificar imágenes médicas con alta precisión. ¿Qué función de activación es la más apropiada para las capas ocultas?. ReLU. tanh.

Un sistema de clasificación de correos electrónicos con spam debe determinar precisión en la decisión de procesamiento. ¿Qué tipo de regresión logística es la más apropiada para la clasificación spam/no spam?. Regresión logística binaria. Regresión logística trinaria.

Un científico de datos enfrenta un conjunto de datos con múltiples variables correlacionadas. ¿Qué técnica debe utilizar para identificar las direcciones de máxima varianza?. Análisis de componentes secundarios. Análisis de componentes principales.

Selecciona las 4 (cuatro) respuestas correctas. ¿Cuáles son estrategias válidas para prevenir el sobreajuste en sistemas de aprendizaje?. Aplicar regularización L1 o L2. Realizar dropout en capas. Usar conjuntos de validación. Realizar bornout en capas. Implementar early stopping.

¿Qué fase de Dubber se enfoca en la ejecución diaria y analítica innovadora?. Business Operations. Business Intelligence.

¿Qué propiedad distingue a las redes neuronales feedforward de otros tipos de redes?. Procesamiento en todos los sentidos. Procesamiento en un único sentido.

¿Qué proceso de gestión de datos permite transformar la información antes de cargarla en un repositorio?. ETL. ELT.

La función de activación ReLU introduce no linealidad en las redes neuronales. VERDADERO. FALSO.

Un equipo de navegación de tráfico urbano necesita identificar patrones de congestión en ubicaciones predefinidas. ¿Qué algoritmo debería utilizar para detectar zonas de alta densidad de manera automática?. DBSCAN. DSCAN.

¿Qué caracteriza a la técnica de validación holdout? Selecciona la opción correcta.(no segura). Divide los datos en entrenamiento y prueba. Suma los datos en entrenamiento y prueba.

¿Qué tipo de análisis permite anticipar decisiones futuras y minimizar riesgos?. Análisis predictivo. Análisis prescriptivo.

En el contexto de la regresión logística, ¿qué característica distingue a la regresión logística multivariable?. Puede manejar múltiples categorías finales. Puede manejar una categoría final.

Selecciona las 4 (cuatro) respuestas correctas. ¿Qué características son propias de una función convexa en el contexto de optimización?. Permite convergencia garantizada. Permite divergencia garantizada. Posee un único mínimo global. La línea entre dos puntos está sobre la función. Es continua en todo su dominio.

* Cuáles son las tendencias tecnologicas que contribuyeron al desarrollo del Big Data?. Redes sociales. Geolocalizacion. Movilidad. Electrodomesticos inteligentes. Internet de las cosas.

Un especialista en visión artificial necesita implementar un modelo de detección de objetos en tiempo real..... La más adecuada?. Redes neuronales convencionales. Redes neuronales convolucionales.

En el aprendizaje no supervisado, Ios algoritmos descubren patrones y estructuras en los datos sin contar con información previa sobre los resulados esperados, y operan de manera independiente de las etiquetas predefinidas. VERDADERO. FALSO.

Un ingeniero de datos necesita preparar un conjunto de datos complejos de una cadena de suministro global. Que proceso de gestion es la más eficiente?. ETL. ELT.

Que características del Big Data representa la diversidad de fuentes de información?. Modifica parámetros de forma sistemática. Modifica parámetros de forma sistemica.

Qué métrica de evaluación se calcula como la media armónica de precisión y recall?. F1-Score. Clustering.

Cual es el objetivo principal de las métricas de evaluación en los modelos no supervisados?. Medir la calidad de la estructura encontrada en los datos. Medir la veracidad de los datos encontrados en la estructura.

Cuáles de las siguientes son técnicas efectivas para prevenir el sobreajuste en modelos de aprendizaje profundo?. Utlizar Early Stopping. Realizar validación cruzada. Realizar validación lineal. Aplicar Dropout durante el entrenamiento. Implementar regularización L1 o L2.

En el contexto del descenso del gradiente, ¿qué indica un gradiente positivo?. La función está creciendo. La función está disminuyendo.

En la validación de un modelo, se observa que el error en el conjunto de validación fluctúa significativamente con diferentes divisiones de datos. ¿Qué técnica es la más apropiada para obtener una evaluación más confiable?. Implementar validación lineal. Implementar validación cruzada.

¿Cuál es el nombre del algoritmo fundamental utilizado para entrenar redes neuronales?. Backpropagation. Fordwardpropagation.

Selecciona las 2 (dos) respuestas correctas. En el contexto del descenso del gradiente, ¿qué afirmaciones son verdaderas sobre la tasa de aprendizaje?. Una tasa muy alta puede causar divergencia. Una tasa muy grande puede resultar peligrosa. Una tasa muy baja puede resultar en convergencia lenta.

Selecciona la respuesta correcta. En el contexto de la visión artificial, ¿cuáles son los pilares fundamentales del sistema?. Formación y procesamiento de imágenes. Formación y procesamiento de fotos.

Un ingeniero está implementando regularización en un modelo de aprendizaje automático y observa que algunas características importantes están siendo completamente eliminadas. ¿Qué técnica de regularización debe cambiar para mantener todas las características, pero con menor peso?. Cambiar de regularización L1 a L2. Cambiar de regularización R1 a R2.

Cuál es el objetivo principal de la fase de inicialización en el entrenamiento de una red neuronal?. Establecer los pesos iniciales de forma aleatoria. Establecer los pesos iniciales en orden.

Según el enfoque teórico de “Sistemas que piensan como humanos”, ¿cuál es el requisito fundamental para afirmar que un programa se comporta como un ser humano?. Disponer de un método para comprender el funcionamiento de la mente artificial. Disponer de un método para comprender el funcionamiento de la mente humana.

¿Cuál es el propósito fundamental del Análisis de Componentes Principales (PCA)?. Aumentar la dimensionalidad de los datos preservando la máxima varianza e información relevante. Reducir la dimensionalidad de los datos preservando la máxima varianza e información relevante.

Durante el entrenamiento de un modelo supervisado, se observa que incluso utilizando los datos de entrenamiento el rendimiento es muy bajo. ¿De qué manera se debe abordar este problema para mejorar los resultados?. Se debe bajar la capacidad de aprendizaje del modelo. Se debe aumentar la capacidad de aprendizaje del modelo.

Selecciona las 4 (cuatro) respuestas correctas. ¿Qué características son propias del algoritmo SVM?. Permite usar diferentes tipos de kernel. Tiene buen control sobre el sobreajuste. Funciona bien en espacios de baja dimensión. Funciona bien en espacios de alta dimensión. Efectivo con conjuntos de datos complejos.

¿Cuál es el objetivo principal del Procesamiento del Lenguaje Natural (PLN)?. Permitir que las máquinas no comprendan, no interpreten y no generen texto o habla de manera similar a los humanos. Permitir que las máquinas comprendan, interpreten y generen texto o habla de manera similar a los humanos.

Un científico de datos necesita implementar un modelo de reconocimiento de voz. ¿Qué tipo de red neuronal es la más apropiada?. Redes neuronales auditivas. Redes neuronales recurrentes.

En el algoritmo K-NN, ¿qué representa la métrica de distancia Manhattan?. La resta de diferencias absolutas entre coordenadas. La suma de diferencias absolutas entre coordenadas.

¿Cuál es la principal característica que diferencia a un sistema autónomo de un sistema automático?. La capacidad de tomar decisiones independientes y adaptarse a situaciones no programadas. La incapacidad de tomar decisiones independientes y adaptarse a situaciones no programadas.

En un proyecto de aprendizaje supervisado, se observa que el modelo tiene un rendimiento excelente con los datos de entrenamiento, pero falla significativamente con nuevos datos. ¿Cuál es la primera acción a realizar para solucionar este problema?. Aumentar la complejidad del modelo actual. Reducir la complejidad del modelo actual.

¿Qué caracteriza al test de Turing? Selecciona la opción correcta. Evalúa la imitación humana. Copia la evaluacion humana.

El objetivo principal de las funciones de activación en redes neuronales es introducir no linealidades en el modelo. VERDADERO. FALSO.