NUCLIO DS - Regresión

NUCLIO DS - Regresión

KG

10 Qs

quiz-placeholder

Similar activities

Descubriendo el Machine Learning

Descubriendo el Machine Learning

7th Grade

15 Qs

Modelos de Regresión

Modelos de Regresión

KG

9 Qs

clase 13

clase 13

University

15 Qs

Regresión

Regresión

University

10 Qs

Retro Recap Data Science

Retro Recap Data Science

KG

11 Qs

Ecuación de Linea de Mínimos Cuadrados

Ecuación de Linea de Mínimos Cuadrados

University

11 Qs

EVALUACIÓN 3

EVALUACIÓN 3

University

15 Qs

Investigación Correlacional

Investigación Correlacional

Professional Development

10 Qs

NUCLIO DS - Regresión

NUCLIO DS - Regresión

Assessment

Quiz

Computers, Science, Mathematics

KG

Hard

Created by

Alejandro Solvay

Used 2+ times

FREE Resource

10 questions

Show all answers

1.

MULTIPLE SELECT QUESTION

1 min • 1 pt

Selecciona los casos en los que SÍ deberíamos aplicar una regresión (respuesta múltiple):

Predecir el PRECIO del tomate mañana

Predecir si un tomate es APTO/NO APTO para consumo

Predecir cuantas PERSONAS van a comprar tomates

Predecir el TIEMPO que necesita un tomate para madurar

2.

MULTIPLE CHOICE QUESTION

30 sec • 5 pts

En una regresión, ¿cual es la métrica más típica para evaluar el modelo?

SSR:

Suma de Errores Cuadrados

RMSE:

Raíz Error Absoluto Medio

AUC:

Area Under the Curve

3.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Media Image

¿Como se denomina el término constante de una regresión lineal?

Parámetro lineal

Error

Intercept

4.

MULTIPLE CHOICE QUESTION

30 sec • 5 pts

¿Qué % del dataset original se suele reservar para el test set?

3%

Entre 15%-30%

Entre 50%-70%

5.

MULTIPLE CHOICE QUESTION

30 sec • 5 pts

¿Por qué es importante estandarizar en modelos lineales?

Estos modelos no toleran datasets sin estandarizar

Agiliza el cálculo computacional

Elimina el efecto predominante de las variables a mayor escala en el modelo

6.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Media Image

¿Qué problema afecta al modelo de la imagen?

Underfitting

Overfitting

Regularización

7.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

¿En qué consiste la regularización?

Penalizar la complejidad del modelo para evitar overfitting

Restringir el número de variables con las que entrenar

Reducir el error del modelo en el entrenamiento

Create a free account and access millions of resources

Create resources
Host any resource
Get auto-graded reports
or continue with
Microsoft
Apple
Others
By signing up, you agree to our Terms of Service & Privacy Policy
Already have an account?

Discover more resources for Computers