Fundamentos del Aprendizaje Automático

¿Cuál de estas se enfoca en el desarrollo de sistemas que resuelven problemas/tareas de la mejor manera posible?

• Programación

• Inteligencia Artificial

• Aprendizaje Automático

• Aprendizaje Profundo

¿Cuáles son los tipos de aprendizaje supervisado?

• Predicción y análisis

• Clustering y clasificación

• Clasificación y regresión

• Agrupación y segmentación

En un problema de clasificación, la variable de salida es...

• Numérica

• Categórica

• Clusters

• No hay salida

¿Cuál no es un algoritmo de clasificación común?

• Árboles de decisión

• Regresión lineal

• Máquinas de soporte vectorial (SVM)

• K-vecinos más cercanos (KNN)

¿Cuáles son tipos de aprendizaje no supervisado? Seleccione todos los que apliquen.

• Clasificación

• Clusterización

• Predicción

• Recomendación

• Detección de anomalías

¿En qué se diferencia el aprendizaje automático de la programación tradicional?

• La programación tradicional se basa en la inteligencia artificial.

• El aprendizaje automático requiere menos datos que la programación tradicional.

• El aprendizaje automático no puede adaptarse a nuevas situaciones.

• El aprendizaje automático aprende de datos, mientras que la programación tradicional sigue instrucciones fijas.

Selecciona un ejemplo de un caso de aprendizaje supervisado.

• Segmentación de imágenes en redes neuronales

• Predecir el precio de las acciones de una empresa a futuro

• Reducir el número de variables de un conjunto de datos para su visualización

• Detectar transacciones fraudulentas por patrones transaccionales

Proporciona un ejemplo de un caso de aprendizaje no supervisado.

• Clasificación de imágenes con etiquetas predefinidas.

• Predicción de precios de viviendas con datos históricos.

• Análisis de sentimientos en comentarios de redes sociales.

• Agrupamiento de clientes en segmentos según comportamientos de compra.

¿Qué es la regresión en el contexto del aprendizaje supervisado?

• La regresión se utiliza únicamente para análisis cualitativos.

• La regresión es un método para clasificar datos discretos.

• La regresión en el aprendizaje supervisado es un método para predecir valores continuos.

• La regresión es un tipo de algoritmo de clustering.

¿Qué papel juegan las características en el aprendizaje automático?

• Las características son irrelevantes en el aprendizaje automático.

• Las características solo afectan el tiempo de entrenamiento del modelo.

• Las características son esenciales en el aprendizaje automático, ya que influyen en la calidad y precisión del modelo.

• Las características son opcionales y no impactan en el rendimiento del modelo.