FUNDAMENTOS DE LA IA

¿Qué caracteriza al aprendizaje estructurado en inteligencia artificial?

• Utiliza datos etiquetados para entrenar modelos.

• No requiere datos etiquetados, solo datos sin procesar.

• c) Se basa en la interacción con un entorno para maximizar recompensas.

• d) No utiliza datos en absoluto, solo reglas predefinidas.

¿Cuál es un ejemplo típico de aprendizaje no estructurado?

• a) Clasificación de correos electrónicos como spam o no spam

• b) Agrupamiento de clientes según sus patrones de compra.

• c) Entrenamiento de un robot para jugar ajedrez.

• d) Predicción de precios de viviendas basándose en datos históricos.

¿Qué técnica se utiliza comúnmente en el aprendizaje por refuerzo?

• a) Redes neuronales convolucionales.

• b) Algoritmos de agrupamiento como k-means.

• c) Métodos de prueba y error para maximizar recompensas.

• d) Regresión lineal para predecir valores continuos.

¿Cuál de las siguientes afirmaciones es verdadera sobre el aprendizaje estructurado?

• a) Es ideal para tareas como el agrupamiento y la reducción de dimensionalidad.

• b) Requiere datos etiquetados para entrenar modelos.

• c) No utiliza recompensas ni penalizaciones para aprender.

• d) Se basa únicamente en datos sin procesar y no etiquetados.

¿Qué define al aprendizaje por refuerzo en comparación con otros tipos de aprendizaje?

• a) Se basa en datos etiquetados para entrenar modelos.

• b) No requiere datos etiquetados ni recompensas.

• c) El agente aprende interactuando con un entorno y recibiendo recompensas o penalizaciones.

• d) Se utiliza exclusivamente para tareas de clasificación.