option
Cuestiones
ayuda
daypo
buscar.php
TEST BORRADO, QUIZÁS LE INTERESE: MACHINE LEARNING 2ºDAM
COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del Test:
MACHINE LEARNING 2ºDAM

Descripción:
SIMULACRO 2º TRIMESTRE

Autor:
AVATAR
Ivansk
OTROS TESTS DEL AUTOR

Fecha de Creación:
10/04/2024

Categoría: Informática

Número Preguntas: 40
COMPARTE EL TEST
COMENTARNuevo Comentario
No hay ningún comentario sobre este test.
Temario:
¿Cuál es la afirmación correcta? El cerebro humano contiene neuronas interconectadas con dendritas que reciben entradas, a partir de éstas, la neurona produce una salida de señal eléctrica en el axón para luego emitir las señales a través de las terminales del axón a otras neuronas El cerebro humano no contiene neuronas interconectadas con dendritas El cerebro humano contiene neuronas interconectadas con axones que reciben entradas, a partir de éstas, la neurona produce una salida de señal eléctrica en la dendrita para luego emitir las señales a través de las terminales de la dendrita a otras neuronas.
¿Qué hace la capa aplanadora? Aplanar un tensor de salida sin cambiar sus valores que se necesita para crear una versión vectorizada de cada imagen para una mayor entrada a la siguiente capa Aplanar un tensor de entrada sin cambiar sus valores ya que se necesita para crear una versión vectorizada de cada imagen para una mayor entrada a la siguiente capa Aplanar un tensor de entrada cambiando sus valores ya que se necesita para crear una versión vectorizada de cada imagen para una mayor entrada a la siguiente capa.
¿Qué significan las siglas NTM? Hiperplano marginal máximo Matriz de confusión Máquina de Turing Neuronal.
¿Qué son las GAN? Son las redes convolucionales Son las redes adversariales generativas Son las redes neuronales recurrentes.
¿Cuál es la afirmación correcta? Python se ha convertido en la función de activación predeterminada para muchos tipos de redes neuronales porque un modelo que la usa es más fácil de entrenar, aunque no logre un mejor rendimiento ReLU se ha convertido en la función de activación predeterminada para muchos tipos de redes neuronales porque un modelo que la usa es más fácil de entrenar logrando un mejor rendimiento ReLU se ha convertido en la función de activación predeterminada para muchos tipos de redes neuronales aunque un modelo que la usa es más difícil de entrenar.
¿Qué es la convolución en el contexto de una red neuronal convolucional? Es una operación lineal que implica la multiplicación de un conjunto de pesos con la entrada donde la multiplicación se realiza entre una matriz de datos de entrada y una matriz tridimensional de pesos Es la integral que mide cuánto se superponen dos funciones cuando una pasa sobre la otra Es una operación lineal que implica la multiplicación de un conjunto de pesos con la entrada donde la multiplicación se realiza entre una matriz de datos de entrada y una matriz bidimensional de pesos.
¿Para qué usamos pip o conda? Para instalar Keras o TensorFlow en nuestro sistema dependiendo de su entorno de Python Para crear una pequeña cantidad de árboles de decisión individuales que operan como un conjunto donde cada árbol individual en el bosque aleatorio crea una predicción de clase Para instalar Keras o TensorFlow en nuestro sistema no dependiendo de su entorno de Python.
¿Qué determina el algoritmo de optimización? Determina que nuestro modelo brinde buenos resultados sólo en los datos en vivo o de prueba Determina cómo se actualizan los pesos de conexión en cada paso de entrenamiento sin relación con la función de pérdida dada Determina cómo se actualizan los pesos de conexión en cada paso de entrenamiento con respecto a la función de pérdida dada.
¿Qué realiza la capa oculta? Actualizar un SomeProject ya instalado a la última versión de PyPI La capa oculta realiza todo tipo de cálculos sobre los datos recogidos a través de la capa de entrada y transfiere el resultado a la capa de salida La capa oculta realiza todo tipo de cálculos sobre los datos recogidos a través de la capa de entrada no transfiriendo el resultado a la capa de salida.
¿Cuál es la característica de las redes feed-forward? Las redes feed-forward tienen noción de orden en el tiempo, aunque la única entrada que consideran es el ejemplo actual al que se han expuesto Las redes feed-forward tienen noción de orden en el tiempo Las redes feed-forward no tienen noción de orden en el tiempo ya que la única entrada que consideran es el ejemplo actual al que se han expuesto.
¿Cuál es la afirmación correcta? La función de pérdida que usaremos es categorical_crossentropy, sin usar optimizadores La función de pérdida que usaremos es categorical_crossentropy, junto con el optimizador de Adam exclusivamente La función de pérdida que usaremos es categorical_crossentropy, junto con el optimizador de Adam aunque se puede experimentar con otros optimizadores.
¿Qué significa validation loss? Significa pérdida en entrenamiento Significa pérdida en escala Significa pérdida en validación.
¿Qué pueden contener las capas? Pesos y sesgos que se ajustan durante la fase de entrenamiento Pesos y sesgos que nunca se ajustan durante la fase de entrenamiento Sólo contienen pesos.
¿Qué pasos se producen en la retropropagación? Cálculo del error, mínimo de error, actualización de los parámetros y una vez que el error se vuelve mínimo, el modelo está listo para hacer una predicción Sólo cálculo del error Sólo cálculo del error y actualización de los parámetros.
¿Cuál es un concepto principal precursor de las redes neuronales? La lógica de umbral El aprendizaje por descubrimiento El aprendizaje de Jean Piaget.
¿Cuál es la afirmación correcta? Las redes feed-forward son aquellas que automatizan procesos de toma de decisiones generalizando a partir de ejemplos conocidos y ocasionalmente de ejemplos desconocidos Las redes feed-forward son aquellas que automatizan procesos de toma de decisiones generalizando a partir de ejemplos desconocidos Las redes feed-forward son aquellas en las que los ejemplos de entrada se envían a la red y se transforman en una salida.
¿Cuántas bibliotecas claves necesitaremos instalar para nuestro proyecto? Una Seis Cinco.
¿Cómo podemos definir a la Inteligencia Artificial? Podemos definirla como un término general que se refiere a las técnicas que permiten a las computadoras imitar el comportamiento humano y no representa un conjunto de algoritmos entrenados Podemos definirla como un término general que se refiere a las técnicas que permiten a las computadoras imitar el comportamiento humano y que representa un conjunto de algoritmos entrenados Podemos definirla como un término general que se refiere a las técnicas que permiten a las computadoras imitar el comportamiento animal y que representa un conjunto de algoritmos entrenados.
¿Qué es el reconocimiento de objetos? Es la capacidad de un algoritmo para identificar objetos arbitrarios dentro de imágenes más grandes usado típicamente en redes sociales para el etiquetado de fotos Es la capacidad de un algoritmo para identificar objetos arbitrarios dentro de imágenes más grandes usado típicamente en aplicaciones de ingeniería Es la capacidad de un algoritmo para identificar objetos arbitrarios dentro de imágenes más grandes usado típicamente en aplicaciones de ingeniería para identificar formas con fines de modelado y por las redes sociales para el etiquetado de fotos.
¿En qué inspiró la denominación de las redes neuronales artificiales? En el cerebro humano y en el cerebro animal En el cerebro animal En el cerebro humano.
¿Cuál es un paso que sigue una GAN? El generador toma números aleatorios y devuelve una imagen El generador toma números aleatorios y devuelve un conjunto de números ordenados El discriminador toma números aleatorios y devuelve una imagen.
¿Qué es la capa oculta? Es la capa donde los nodos están expuestos por lo que no proporcionan una abstracción a la red neuronal. Es la capa donde los nodos no están expuestos, aunque no proporcionan una abstracción a la red neuronal Es la capa donde los nodos no están expuestos proporcionando una abstracción a la red neuronal. Dicha capa oculta realiza todo tipo de cálculos sobre los datos recogidos a través de la capa de entrada y transfiere el resultado a la capa de salida.
¿Qué es un vector? Es un grupo de números Es un número Es una red recurrente.
¿Qué significa Deep Learning? Significa Aprendizaje profundo Significa Aprendizaje humano Significa Aprendizaje neuronal.
¿Qué hace la función ReLU? Realiza la función de activación en la primera capa densa Realiza la función de activación en la primera capa aplanadora Realiza la función de activación en la segunda capa aplanadora.
¿Qué conseguimos con la propiedad shape? Tener una idea rápida sólo de cuántas instancias (filas) contienen los datos Tener una idea rápida de cuántas instancias (filas) y cuántos atributos (columnas) contienen los datos Tener una idea rápida de cuántas instancias (columnas) y cuántos atributos (filas) contienen los datos.
¿Cuál sería un paso de la implementación del proyecto? Separar un conjunto de datos sin validar Crear múltiples modelos diferentes para predecir especies a partir de mediciones de pandas Crear múltiples modelos diferentes para predecir especies a partir de mediciones de flores.
¿Quién introdujo el conjunto de datos de la flor de Iris? Ronald Anderson Bill Gates Ronald Fisher.
¿Qué proporciona el módulo utils de la biblioteca de Keras para la conversión de las etiquetas de imagen absolutas en categóricas? Proporciona el método to_categorical() para la conversión de las etiquetas de imagen absolutas en categóricas Proporciona el método to_cate() para la conversión de las etiquetas de imagen absolutas en categóricas Proporciona el método to_print() para la conversión de las etiquetas de imagen absolutas en categóricas.
¿Qué es el generador en las GAN? Una red neuronal que evalúa los datos para verificar su autenticidad decidiendo si cada instancia de datos que revisa pertenece al conjunto de datos de entrenamiento real o no Una red neuronal que genera nuevas instancias de datos Una red neuronal que genera los datos para verificar su autenticidad decidiendo si cada instancia de datos que revisa pertenece al conjunto de datos de entrenamiento real o no.
¿Qué es un conjunto de datos de prueba? Es una muestra de datos utilizada para proporcionar una evaluación parcial de un ajuste de modelo final en el conjunto de datos de entrenamiento Es una muestra de datos utilizada para proporcionar una evaluación imparcial de un ajuste de modelo final en el conjunto de datos de entrenamiento Es una muestra de datos retenidos del entrenamiento que se utiliza para dar una estimación de la habilidad del modelo mientras ajusta los pesos que hemos estado hablando del modelo.
¿Qué es TensorFlow? Es la interfaz que construye un clasificador menos preciso al convertir un problema no separable en un problema separable Es la interfaz de programación de aplicaciones de alto nivel Es una plataforma de código abierto para el aprendizaje automático.
¿Qué es la retropropagación?: Es un algoritmo de aprendizaje supervisado para entrenar redes neuronales naturales Es una distribución de Python hecha para procesamiento de datos a pequeña escala y computación científica que está disponible en Mac OS, Windows y Linux Es un algoritmo de aprendizaje supervisado para entrenar perceptrones multicapa.
¿Qué es “x” en las variables “y sobre x”? X es el parámetro de la red neuronal que no tiene una relación con el error X es el parámetro de la red neuronal donde tiene una relación con el error, y al cambiar el parámetro, podemos aumentar o disminuir el error X es el parámetro de la red neuronal donde tiene una relación con el error, y al cambiar el parámetro, solo podemos disminuir el error.
De los siguientes términos, ¿cuáles son librerías claves para nuestro proyecto? Scipy, pandas, numpy y google Sólo scipy Scipy, pandas y numpy.
¿Qué es el discriminador en las GAN? Una red neuronal que genera nuevas instancias de datos Una red neuronal que evalúa los datos sin verificar su autenticidad Una red neuronal que evalúa los datos para verificar su autenticidad decidiendo si cada instancia de datos que revisa pertenece al conjunto de datos de entrenamiento real o no.
¿Cuál es la afirmación correcta? Las neuronas biológicas realizan la retropropagación con precisión sin lograr el mismo efecto por otros medios Las neuronas biológicas realizan la retropropagación con precisión Las neuronas biológicas no realizan la retropropagación con precisión, pero parecen lograr el mismo efecto por otros medios.
¿Qué es una matriz? Es un grupo de números Es una cuadrícula rectangular de números que ocupa varias filas y columnas Es un número.
¿Qué es Keras? Es una de las bibliotecas más usadas en Python para el análisis de las redes neuronales Es un algoritmo Es una criptomoneda.
¿Qué es un tensor en el contexto del Machine Learning? Es una matriz multidimensional que en su forma más simple es un escalar Es una matriz de una sola dimensión que en su forma más simple es un escalar Es una matriz multidimensional que en su forma más compleja es un escalar.
Denunciar Test