ALGORITMOS DE CLASIFICACIÓN – APRENDIZAJE SUPERVISADO 1B

¿Qué es el Machine Learning?

• Un tipo de algoritmo de clasificación

• Un método para generar datos aleatorios

• Un proceso sencillo de programación explícita

• Una forma de IA que permite a un sistema aprender de los datos

¿En qué consiste el aprendizaje supervisado?

• Establecer relaciones implícitas en datos no clasificados

• Es una solución intermedia entre otros tipos de aprendizaje

• Asociar una etiqueta a ciertos datos para predecir en otros campos

• No requiere etiquetas para hacer predicciones

¿Cuál es una etapa del aprendizaje supervisado?

• Análisis de datos no estructurados

• Clasificación de datos no etiquetados

• Recolección y preparación de datos

• Generación de datos aleatorios

¿Qué es la función objetivo en el aprendizaje supervisado?

• Mide la diferencia entre las predicciones del modelo y las salidas reales

• Es la función de activación en redes neuronales

• Define la tasa de aprendizaje en el modelo

• Calcula la precisión del modelo

¿Cuál es una ventaja de la regresión logística?

• Eficiente y fácil de implementar

• Solo se aplica a problemas de regresión

• No proporciona probabilidades de clasificación

• No puede manejar problemas de clasificación binaria

¿Qué es el descenso de gradiente?

• Un método para actualizar los parámetros del modelo siguiendo el gradiente

• Una técnica para aumentar la complejidad del modelo

• Una función de pérdida en el aprendizaje supervisado

• Un algoritmo de clasificación no supervisado

¿Cuál es una desventaja de la regresión logística?

• Limitado a problemas de clasificación binaria

• Puede manejar relaciones no lineales entre características y la variable objetivo

• No necesita ajustes de hiperparámetros

• No es eficiente en la predicción de probabilidades

¿Qué es la matriz de confusión en la evaluación del modelo?

• Una función de activación en redes neuronales

• Una tabla que describe el rendimiento del modelo en términos de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos

• Una técnica para generar datos de prueba

• Un método para calcular la precisión del modelo

¿Cuál es una aplicación de la regresión logística?

• Estimar probabilidades de fallo de piezas de maquinaria

• Predecir usuarios de hacer clic en un anuncio

• Clasificar correos electrónicos como spam

• Analizar transacciones financieras de fraudes y préstamos

¿Qué es Azure Machine Learning Studio?

• Una plataforma de servicios en la nube para desarrollar, entrenar y desplegar modelos de machine learning

• Un algoritmo de clasificación no supervisado

• Una técnica para limpiar datos

• Un lenguaje de programación para IA