Modelos

V/F - las redes neuronales son un tipo de algoritmo de aprendizaje automático que se inspira en la estructura y el funcionamiento del cerebro humano.

• Verdadero

• Falso

V/F - Insumos de las redes neuronales pueden ser imágenes, texto, números y otros

• Verdadero

• Falso

V/F - Una desventaja de una red neuronal es que necesitan bastantes datos

• Verdadero

• Falso

V/F - El objetivo de los modelos de Gradient Boosting es construir un modelo predictivo débil combinando múltiples modelos más fuertes, generalmente árboles de decisión, en un proceso iterativo

• Verdadero

• Falso

V/F - Gradient Boosting genera modelos altamente precisos

• Verdadero

• Falso

V/F - Gradient Boosting es flexible y puede utilizarse tanto para problemas de regresión pero no de clasificación.

• Verdadero

• Falso

V/F - Logistic Regression Utiliza la función sigmoide para realizar las predicciones

• Verdadero

• Falso

V/F - Logistic Regression Puede usar variables cualitativas y cuantitativas

• Verdadero

• Falso

V/F - Logistic Regression Valores atípicos no afectan a este modelo

• Verdadero

• Falso

V/F - Un random forest es un método de aprendizaje que opera construyendo una multitud de árboles de decisión

• Verdadero

• Falso