Redes Neuronales y Aprendizaje Supervisado

¿Qué es la sinapsis en el contexto del cerebro humano?

• Un tipo de neurona.

• El proceso de comunicación entre neuronas mediante estímulos eléctricos.

• Una parte del cerebro que controla el pensamiento.

• Un estímulo eléctrico que viaja a través de las neuronas.

¿Cuáles son los tres tipos principales de nodos en una red neuronal artificial?

• Nodos de inicio, intermedios y finales.

• Nodos de procesamiento, de almacenamiento y de transmisión.

• Nodos de entrada, ocultos y de salida.

• Nodos primarios, secundarios y terciarios.

¿Cuál es la diferencia principal entre una red neuronal monocapa y una multicapa?

• Las redes monocapa son más rápidas que las multicapa.

• Las redes monocapa tienen una sola capa de nodos ocultos, mientras que las multicapa tienen más de una.

• Las redes multicapa solo tienen nodos de entrada y salida, mientras que las monocapa tienen nodos ocultos.

• Las redes monocapa se usan para aprendizaje supervisado y las multicapa para no supervisado.

¿Cómo se ajustan los valores en los nodos de una red neuronal durante la fase de aprendizaje y entrenamiento?

• Se ajustan aleatoriamente hasta encontrar una solución.

• Se ajustan de forma iterativa utilizando patrones objetivo hasta obtener respuestas satisfactorias.

• Se ajustan manualmente por un programador.

• Se ajustan una sola vez al inicio del proceso.

En el aprendizaje supervisado, ¿qué información se le proporciona a la red neuronal?

• Solo patrones de entrada, sin patrones de salida.

• Patrones de entrada y de salida deseados.

• Solo patrones de salida, sin patrones de entrada.

• Información sobre si la respuesta es correcta o incorrecta.