Segunda Clase Práctica - Inteligencia Artificial

¿Qué no es cierto acerca de un modelo de Machine Learning?

• No tiene certezas absolutas pero sí probabilidades de ocurrencia.

• Puede ser aprendizaje supervisado, no supervisado o por refuerzo.

• Toma datos de entrada y de salida

• Busca identificar patrones o realizar predicciones o clasificaciones

Verdadero o Falso:

Los árboles de decisión son un método de Machine Learning que únicamente permiten realizar clasificaciones.

• Verdadero

• Falso

¿Qué factores puede tomar en cuenta a la hora de dejar de dividir un árbol de decisión?

(Marcar TODAS las opciones correctas)

• Cuando un nodo es 100% de una clase.

• Cuando al dividir un nodo, el árbol excederá una profunidad máxima.

• Cuando la ganancia de información de dividir un nodo es menor a un umbral.

• Cuando la entropía es máxima.

Answer explanation

¿Cuál no es un método de ensemble de modelos?

• Stacking

• Bagging

• Boosting

• Rooting

Seleccione el modelo de ML con mayor interpretabilidad y el modelo con menor interpretabilidad

• Redes Neuronales

• Regresión Lineal

• Árbol de Decisión

• XGBoost

Answer explanation

Verdadero o Falso:

R-squared se usa para comunicar qué parte de la variabilidad en la variable objetivo (y) es explicada por las variables descriptivas (x).

• Verdadero

• Falso

En el caso de detección de spam para emails, busco maximizar el/la ____ de mi modelo.

• Accuracy

• Recall

• Precision

• False Positive Rate

Answer explanation

Marcar la opción falsa.

El ROC AUC Score:

• Depende del valor del umbral que decidamos

• Puede tener valores de 0 a 1

• Considera la True Positive Rate y False Positive Rate de mi modelo

• Tiene un valor de 0.6 con un clasificador al azar.

Answer explanation

Verdadero o Falso:

Mientras más sesgo tenga mi modelo mayor será el overfitting del mismo.

• Verdadero

• Falso

Answer explanation

Verdadero o Falso:

El método de GridSearch para optimización de hiperparámetros es recomendable cuando se busca evaluar una cantidad elevada de hiperparámetros debido a su rápidez y eficiencia.

• Verdadero

• Falso

Answer explanation

https://www.linkedin.com/pulse/model-optimization-machine-learning-random-vs-neves-junior-phd-x459f/