IA1 Tercer Parcial 2020 1S

Considerar una red neuronal de una sola neurona con la función sumatoria w0+w1*x1+w2*x2, y la función activadora 1/(1+e^-x). Si se desea clasificar los puntos 0’s y los 1’s de la imagen, ¿cuáles deberían ser los pesos (w0, w1, w2) de la neurona?

• (2,-2,-1)

• (-0.5, 1, 1)

• (-1, 2, 1)

• (-0.5, -2, -1)

• Ninguna es correcta

Para clasificar los puntos 0’s y 1’s, ¿es factible utilizar árboles de decisión?

• No

• Si

¿Es posible utilizar el método de Bayes de causa y efecto para determinar la clase a la cual pertenece cada entrada?

• Si

• No

¿Cuántas neuronas son necesarias para obtener la salida correcta?

• 3

• 2

• 1

• 4

• Ninguna es correcta

¿Cuáles son los pesos (w0,w1,w2) de las neuronas iniciales (que reciben A y B) de la red neuronal?

• (-1.5,1,1)(0.5,-1,-1)

• (-0.5,1,1)(-0.5,-1,-1)

• (1,1,1)(-1,-1,-1)

• (0,0,0)(1,1,1)

• Ninguna es correcta

¿Cuántos bits (entropía) son necesarios para codificar cuatro eventos de igual probabilidad?

• 2

• 4

• 3

• 1

• Ninguna es correcta

¿A qué tipo de aprendizaje pertenece la regresión lineal?

• Supervisado

• No supervisado

• Semisupervisado

¿A qué tipo de aprendizaje pertenecen los árboles de decisión?

• Supervisado

• No supervisado

• Semisupervisado

¿A qué tipo de aprendizaje pertenecen el método de Bayes?

• Supervisado

• No supervisado

• Semisupervisado

¿A qué tipo de aprendizaje pertenecen los perceptrones?

• Supervisado

• No supervisado

• Semisupervisado