Sistemas aprendizaje automatico

¿Cuál de estos algoritmos tiene un coste computacional bajo en entrenamiento pero potencialmente alto en predicción?. a. K-Means. b. KNN. c. Árboles de decisión. d. Regresión lineal.

¿Qué mide la métrica de "exactitud" (accuracy) en un clasificador?. a. La cantidad de verdaderos positivos dividida entre la suma de falsos negativos y verdaderos positivos. b. La proporción de predicciones positivas correctas sobre todas las predicciones positivas. c. La media entre la precisión y la exhaustividad. d. La proporción de predicciones correctas sobre el total de predicciones realizadas.

¿Qué es la normalización min-max?. a. Rellenar valores faltantes con la media. b. Escalar los datos para que tengan media 0 y desviación estándar 1. c. Escalar los datos para que estén en un rango específico, generalmente entre 0 y 1. d. Eliminar valores atípicos del conjunto de datos.

¿Qué modelo mejora el rendimiento de los árboles de decisión al promediar múltiples predicciones?. a. Regresión Lineal. b. Clustering de K-means. c. Random Forest. d. Máquinas de Soporte Vectorial (SVM).

¿Cuál de las siguientes afirmaciones sobre la regresión logística es correcta?. a. Permite estimar probabilidades en problemas de clasificación. b. Permite mayor flexibilidad que la regresión lineal aportando características polinómicas. c. Permite aplicar la regresión lineal a múltiples etiquetas de salida utilizando una función sigmoide. d. Utiliza una función sigmoide en lugar de lineal para problemas de regresión.

¿Qué es PCA?. a. Un algoritmo de imputación de valores perdidos. b. Un algoritmo que predice una etiqueta discreta para un nuevo conjunto de datos. c. Un método para reducir la dimensionalidad de los datos. d. Un algoritmo que predice un valor continuo para un nuevo conjunto de datos.

En un sistema de detección de vídeos seguros para niños, si se prioriza la alta precisión sobre la exhaustividad, ¿cuál es la implicación principal?. a. El sistema aumentará la exactitud global sin afectar las otras métricas. b. El sistema descartará algunos vídeos seguros para asegurarse de que los clasificados como seguros lo sean realmente. c. El sistema detectará casi todos los vídeos seguros, pero también incluirá algunos inapropiados. d. El sistema tendrá una tasa alta de falsos positivos y falsos negativos.

¿Qué método garantiza que las características tengan media 0 y desviación típica (o estándar) 1?. a. Estandarización z-score. b. Imputación de la media. c. Normalización Min-Max. d. Imputación de la mediana.

¿Qué es el data snooping en el contexto del desarrollo de modelos de machine learning?. a. Dividir erróneamente los datos en entrenamiento y test. b. Utilizar el conjunto de validación para ajustar hiperparámetros. c. Aplicar la validación cruzada sin fijar la semilla de muestreo. d. Ajustar el modelo basándose repetidamente en el error del conjunto de test.

¿Qué es el preprocesamiento en Machine Learning?. a. La selección de las features que se pasarán al algoritmo de aprendizaje. b. La imputación de valores no disponibles y la codificación de variables categóricas. c. El tratamiento de los datos previo al entrenamiento del algoritmo de aprendizaje. d. El pipeline que se ejecuta antes de evaluar el modelo.

¿Cuál de los siguientes es un identificador de overfitting?. a. Cuando el modelo aprende detalles específicos del conjunto de test por fuga de datos. b. Cuando el modelo se ajusta perfectamente a los datos de test y no generaliza bien. c. Cuando un modelo tiene bajo error en entrenamiento pero alto en test. d. Cuando el modelo tiene alto error en ambos conjuntos por haberse ajustado a datos fugados.

¿Qué tipo de predictor se utiliza para asignar etiquetas categóricas?. a. Clusterizador. b. Clasificador. c. Regresor. d. Reductor de dimensionalidad.

Partiendo de un listado de transacciones con los siguientes datos: cantidad, fecha, localización, emisor y receptor, ¿qué tipo de aprendizaje automático se utiliza para detectar usos fraudulentos en tarjetas de crédito?. a. Aprendizaje no supervisado. b. Aprendizaje por refuerzo. c. Aprendizaje supervisado. d. Aprendizaje profundo.

¿Qué métrica penaliza más los valores atípicos en una regresión?. ¿Qué métrica penaliza más los valores atípicos en una regresión?. b. Error Cuadrático Medio (MSE). c. Recall o sensibilidad. d. Accuracy o Exactitud.

Disponiendo de tweets etiquetados como "positivo", "negativo" o "neutral", se busca predecir el sentimiento en nuevos mensajes. ¿Qué problema se aborda?. a. Aprendizaje reforzado. b. Clustering. c. Regresión supervisada. d. Clasificación supervisada.

Con registros de ventas de viviendas... se quiere predecir el precio. ¿Cuál es el principal reto al usar un modelo de regresión lineal clásico?. a. Dificultad para manejar datos faltantes. b. Necesidad de escalar las variables numéricas. c. Capturar relaciones no lineales entre las variables. d. Riesgo de sobreajuste debido a un modelo demasiado complejo.

En la validación cruzada (cross-validation), ¿cuál es la principal ventaja de dividir el conjunto de entrenamiento en k folds?. a. Facilita la comparación de modelos al eliminar la necesidad de un conjunto de validación. b. Permite obtener múltiples estimaciones del rendimiento y mitiga la variabilidad por muestreo. c. Asegura que cada partición tenga exactamente el mismo número de muestras. d. Garantiza que el conjunto de test no se utilice en ninguna fase del entrenamiento.

Disponiendo de tráfico de red... sin etiquetas de ataques, se desea identificar posibles intrusiones. ¿Qué método es el más apropiado?. a. Clasificación multiclase. b. Detección de anomalías no supervisada. c. Aprendizaje reforzado. d. Clasificación multietiqueta.