Machine Learning 1

EI matemático persa Al-Juarismi es considerado el padre de: El cálculo. El álgebra. La geometría.

Una de las características principales que todo algoritmo debe cumplir es. Ser preciso y estar bien definido. Saltarse el orden de cada uno de los pasos que lo conformen. No tener un final.

Lo principal que hace el aprendizaje automático es: Crear datos nuevos. Encontrar patrones en los datos. Resolver algoritmos matemáticos.

Es uno de los primeros pasos dentro del ciclo de vida de un modelo de machine learning: Despliegue de la aplicación. Modelo de prueba. Recopilación de datos.

Uno de los momentos más influyentes dentro del aprendizaje automático es la conferencia de Dartmouth en 1956. Verdadero. Falso.

Uno de los padres de la inteligencia artificial es Alan Turing. Verdadero. Falso.

Una de las definiciones de machine learning es la incorporación de la programación por comandos a una máquina para convertirle en inteligente. Verdadero. Falso.

En 2006 se impulsa con éxito el concepto de aprendizaje profundo, aumentando la potencia y la precisión de las redes neuronales. Verdadero. Falso.

¿Qué aprendizaje funciona alimentando los datos de muestra de la máquina con varias características y el valor correcto de salida de los datos?. Aprendizaje supervisado. Aprendizaje no supervisado. Redes neuronales no supervisadas.

¿Qué método de aprendizaje consiste en una gran cantidad de árboles que funcionan como un conjunto?. K-vecinos más cercanos. Árboles de decisión. SVM.

¿Cómo se denomina el proceso de agrupar objetos en conjuntos?. Redes neuronales. Árboles de decisión. Clustering.

Dentro del aprendizaje por refuerzo, ¿qué tipo implica aumentar las posibilidades de que un comportamiento específico vuelva a ocurrir al eliminar la condición negativa?. Refuerzo negativo. Refuerzo positivo. Ambas respuestas son correctas.

¿Qué factor influye a que los modelos de aprendizaje sean mejores?. Los usuarios utilizados. Los productos utilizados. Los datos con los que se entrenan.

Los datos sin procesar son: Datos sin etiquetar. Datos etiquetados. Datos de baja calidad e imprecisos.

En los algoritmos supervisados usamos: Datos etiquetados. Datos sin etiquetar. Datos en crudo.

Dentro del modelo de aprendizaje por recomendación, a la entidad a la que se proporciona la recomendación se la conoce como usuario. Verdadero. Falso.

Dentro del modelo de aprendizaje por recomendación, en el comportamiento colectivo de compra o calificación de varios usuarios se puede aprovechar para crear cohortes de usuarios similares que estén interesados en productos similares. Verdadero. Falso.

Una de las relaciones posibles dentro del aprendizaje por recomendación es producto y producto. Verdadero. Falso.

EI filtrado colaborativo significa que el sistema recomendará artículos similares a los que le gustaron o compraron. Verdadero. Falso.

Las siglas CNN significan. Credit neuronal networks. Convolutional neural networks. Cohort neuronal network.

MNIST es una base de datos que contiene: Un conjunto importante de imågenes. Un conjunto de datos numéricos sobre poblaciön. lmágenes y datos numéricos demogréficos.

La evolución de la base de datos MNIST se denomina: XMNIST. MNIST v2. EMNIST.