TEMA 4 DIGITALIZACION APLICADA A LOS SECTORES PRODUCTIVOS
|
|
Título del Test:
![]() TEMA 4 DIGITALIZACION APLICADA A LOS SECTORES PRODUCTIVOS Descripción: APARTADO 3 HERRAMIENTAS Y FRAMEWORKS |



| Comentarios |
|---|
NO HAY REGISTROS |
|
El aprendizaje automático actual se debe principalmente a: Un único genio. Empresas privadas. Una comunidad global colaborativa. Gobiernos. Las librerías de código abierto han permitido: Hacer la IA más cara. Democratizar el acceso al ML. Eliminar Python. Sustituir hardware. ¿Qué es un DataFrame?. Un modelo de IA. Una estructura de Pandas. Una red neuronal. Un tipo de gráfico. ¿Qué librería se usa principalmente para visualización?. Scikit-learn. Pandas. Matplotlib. TensorFlow. Scikit-learn proviene originalmente de: TensorFlow. SciPy. Keras. NumPy. Scikit-learn se utiliza principalmente para: Redes sociales. Algoritmos de ML clásicos. Videojuegos. Sistemas operativos. TensorFlow fue desarrollado por: Facebook. Google Brain. Microsoft. Apple. TensorFlow 2 incluye principalmente: NumPy. Keras. Pytorch. Matplotlib. Keras está orientado a: Bajo nivel. Hardware. Programación sencilla de redes neuronales. Base de datos. PyTorch fue creado por: Google Brain. Facebook (FAIR). OpenAI. IBM. Pandas fue liberado como open source en: 2002. 2008. 2009. 2015. Matplotlib fue creado inicialmente para: Sustituir Python. Visualizar gráficos en entorno tipo Matlab. Crear redes neuronales. Base de datos. Google Colab es: Software de pago. Entorno en la nube tipo Jupyter. Lenguaje de programación. Librería de Python. Una ventaja de Google Colab es: Requiere instalación compleja. No permite Python. Acceso a GPU en la nube. No guarda archivos. Colab almacena los notebooks en: GitHub únicamente. Drive. Localmente. Scikit. Scikit-learn fue liberado como proyecto independiente en: 2002. 2008. 2010. 2015. TensorFlow fue liberado como open source en: 2010. 2015. 2019. 2020. PyTorch está basado en: TensorFlow. Torch. Keras. NumPy. Fastai se utiliza principalmente para: Bases de datos. Simplificar desarrollo de IA. Sistemas operativos. Navegadores. Una de las principales ventajas de Keras es: Bajo nivel de hardware. Complejidad alta. Facilidad de uso y programación amigable. Solo funciona en C++. |




