Machine Learning y Propiedad intelectual

Machine Learning y Propiedad intelectual

University

14 Qs

quiz-placeholder

Similar activities

Aprendizaje Activo

Aprendizaje Activo

University

10 Qs

Cuestionario sobre Inteligencia Artificial

Cuestionario sobre Inteligencia Artificial

University

10 Qs

VIU - Diseño y gestión de EVA

VIU - Diseño y gestión de EVA

University

18 Qs

Características del Juego

Características del Juego

University

15 Qs

Visiòn Computacional 1

Visiòn Computacional 1

University

15 Qs

UC2_18GEIN

UC2_18GEIN

University

14 Qs

Introducción a la IA - EDUCLA

Introducción a la IA - EDUCLA

University

10 Qs

Métodos de enseñanza aprendizaje

Métodos de enseñanza aprendizaje

University

13 Qs

Machine Learning y Propiedad intelectual

Machine Learning y Propiedad intelectual

Assessment

Quiz

Created by

Laura Hernandez Oñoro

Education

University

11 plays

Medium

14 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Media Image

¿Cuál es la definición de 'machine learning', y en qué consiste su capacidad de aprendizaje sin necesidad de una programación específica?

 El 'machine learning' es una tecnología que permite la programación de sistemas para que aprendan a través de un conjunto de datos predeterminados.

 El 'machine learning' es una rama de la inteligencia artificial que permite a las máquinas aprender sin una programación específica.

 El 'machine learning' es un tipo de programación que permite la creación de sistemas de inteligencia artificial altamente especializados.

 El 'machine learning' es una tecnología obsoleta que ha sido reemplazada por sistemas de inteligencia artificial más avanzados.

2.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Cuál es la diferencia entre Blockchain y Machine Learning en cuanto a su enfoque en los datos?

Blockchain se enfoca en la creación de algoritmos que aprenden y se adaptan a partir de los datos, mientras que Machine Learning se enfoca en la creación de libros de contabilidad digitales, seguros y descentralizados.

 Blockchain se enfoca en garantizar la integridad y la transparencia de los datos, mientras que Machine Learning se enfoca en mejorar las capacidades de predicción y toma de decisiones a partir de los datos.

Blockchain se enfoca en la adaptación automática a medida que se actualizan nuevos datos, mientras que Machine Learning se enfoca en la privacidad y la responsabilidad por los datos.

Blockchain se enfoca en aplicaciones de múltiples industrias, incluidas la atención médica, las finanzas y el marketing, mientras que Machine Learning se enfoca en transacciones seguras como las criptomonedas.

3.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

¿Qué son los contratos inteligentes en Blockchain y cómo se ejecutan?

 Son acuerdos entre dos o más partes que se ejecutan manualmente por las partes involucradas.

Son códigos ejecutables que se almacenan en un servidor centralizado y se ejecutan por transacciones manuales.

Son códigos ejecutables que se almacenan en un Blockchain y se ejecutan por transacciones automáticas en la red.

Son contratos tradicionales que se ejecutan automáticamente sin la necesidad de un código ejecutable.

4.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

¿Cuál es la principal diferencia entre el Machine Learning y el Deep Learning?

El Machine Learning se enfoca en enseñar a las máquinas a reconocer patrones basados en datos y hacer predicciones, mientras que el Deep Learning es una técnica para crear comportamientos inteligentes.

 En el Deep Learning se extraen manualmente las características de los datos de entrada, mientras que en el Machine Learning ya están incluidas en los modelos empleados.

El Machine Learning usa redes neuronales para emular el aprendizaje humano, mientras que el Deep Learning utiliza árboles de decisión.

Todas las anteriores

5.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

Media Image

La principal diferencia entre inteligencia artificial y machine learning es que la IA es la capacidad de las computadoras de mostrar un comportamiento inteligente mientras que ML es una técnica utilizada para crear y mejorar dicho comportamiento

VERDADERO

FALSO

6.

MULTIPLE CHOICE QUESTION

20 sec • 1 pt

¿En qué consiste el aprendizaje supervisado y para qué tipo de problemas se utiliza?

Consiste en trabajar con datos no etiquetados para encontrar patrones y se utiliza para problemas de regresión.

 Consiste en trabajar con datos etiquetados para encontrar una función que asigne la etiqueta de salida adecuada y se utiliza para problemas de clasificación y regresión.

Consiste en trabajar con datos no etiquetados para encontrar patrones y se utiliza para problemas de clasificación.

Ninguna de las ateriores.

7.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

¿Cuál es la principal diferencia entre el aprendizaje supervisado y el aprendizaje no supervisado?

El aprendizaje supervisado se aplica directamente a un problema de regresión o clasificación, mientras que el aprendizaje no supervisado infiere patrones de un conjunto de datos sin referencia a resultados conocidos o etiquetados.

El aprendizaje no supervisado se aplica directamente a un problema de regresión o clasificación, mientras que el aprendizaje supervisado infiere patrones de un conjunto de datos sin referencia a resultados conocidos o etiquetados. 

 El aprendizaje supervisado no requiere de datos etiquetados, mientras que el aprendizaje no supervisado sí los requiere.

No hay diferencia entre el aprendizaje supervisado y el aprendizaje no supervisado.

Explore all questions with a free account

or continue with
Microsoft
Apple
Others
By signing up, you agree to our Terms of Service & Privacy Policy
Already have an account?