Conocimientos en IA2

¿Cuál de los siguientes es un paquete popular para manejar arreglos en Python?

• Pandas

• NumPy

• TensorFlow

• Scikit-learn

¿Qué es el aprendizaje supervisado en inteligencia artificial?

• Un método donde la máquina aprende sin ejemplos previos

• Un método en el que el sistema aprende de datos etiquetados

• Un método para procesar grandes cantidades de datos

• Un método donde la máquina interactúa con el entorno

¿Cuál es el papel de un clasificador en aprendizaje automático?

• Generar nuevas características de los datos

• Dividir los datos en subconjuntos

• Asignar una categoría a una nueva instancia

• Visualizar la distribución de los datos

¿Qué tipo de red neuronal se utiliza comúnmente para imágenes?

• Redes Recurrentes

• Redes Neuronales Convolucionales

• Redes Generativas

• Redes de Grafos

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

• La cantidad de datos procesados

• El uso de datos etiquetados en el aprendizaje supervisado

• El tipo de algoritmos utilizados

• El hardware necesario

¿Cuál es el propósito del método fit en scikit-learn?

from sklearn.svm import SVC

model = SVC()

model.fit(X_train, y_train)

• Realiza predicciones

• Evalúa el modelo

• Ajusta el modelo a los datos

• Divide los datos

¿Qué hace la función train_test_split en scikit-learn?

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

• Ajusta un modelo a los datos

• Divide los datos en conjuntos de entrenamiento y prueba

• Realiza una normalización de los datos

• Realiza una reducción de dimensionalidad

¿Qué hace el siguiente código en TensorFlow?

import tensorflow as tf

model = tf.keras.models.Sequential([

tf.keras.layers.Dense(10, activation='softmax')

])

• Crea un modelo de clasificación binaria

• Crea un modelo de clasificación multiclase

• Crea un modelo de regresión

• Crea una red neuronal convolucional

¿Qué función se usa para normalizar características en scikit-learn?

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

X_scaled = scaler.fit_transform(X)

• StandardScaler()

• Normalizer()

• MinMaxScaler()

• Scale()

¿Cuál es la función del parámetro n_estimators en un modelo RandomForestClassifier de scikit-learn?

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(n_estimators=100)

• Define el número de características a considerar para cada división

• Define el número de árboles en el bosque

• Define el número de pliegues en la validación cruzada

• Define el número de iteraciones para el ajuste de hiperparámetros