Preguntas sobre IA y Aprendizaje Automático

¿Qué es el "aprendizaje supervisado" en IA?

• Un modelo que aprende sin datos etiquetados.

• Un modelo que utiliza refuerzos positivos y negativos.

• Un modelo que aprende a partir de datos etiquetados (input-output conocido).

• Un modelo que solo funciona con redes neuronales.

¿Qué técnica se usa para reducir el sobreajuste (overfitting) en un modelo de Machine Learning?

• Aumentar la complejidad del modelo.

• Usar más características (features) sin validación.

• Aplicar técnicas de regularización como L1 o L2.

• Entrenar con menos datos.

¿Qué algoritmo de aprendizaje automático es conocido por su uso en clasificación binaria mediante un hiperplano óptimo?

• K-Means

• Árbol de decisión

• Máquina de Vectores de Soporte (SVM)

• Regresión lineal

¿Qué es una GAN (Generative Adversarial Network)?

• Una red para clasificar imágenes.

• Dos redes neuronales (generadora y discriminadora) que compiten para generar datos realistas.

• Un algoritmo de clustering.

• Una técnica de procesamiento de lenguaje natural.

¿Cuál de estos es un ejemplo de modelo de lenguaje de gran escala?

• Random Forest

• K-Nearest Neighbors

• GPT (Generative Pre-trained Transformer)

• Regresión logística

¿Qué técnica permite a una IA mejorar mediante recompensas y castigos?

• Aprendizaje supervisado.

• Aprendizaje por refuerzo (Reinforcement Learning).

• Aprendizaje no supervisado.

• Redes neuronales convolucionales.

¿Qué arquitectura de red neuronal es más utilizada para procesar imágenes?

• Redes neuronales recurrentes (RNN).

• Redes neuronales convolucionales (CNN).

• Máquinas de Boltzmann.

• Perceptrones simples.

¿Qué mide la "precisión" (accuracy) en un modelo de clasificación?

• La proporción de predicciones correctas sobre el total.

• La capacidad del modelo para identificar casos positivos correctamente.

• La media de errores al cuadrado.

• La reducción de dimensionalidad.

¿Qué problema resuelve el "gradiente descendente" (gradient descent)?

• Generar textos automáticamente.

• Optimizar los parámetros de un modelo minimizando una función de pérdida.

• Clasificar datos no etiquetados.

• Crear gráficos en 3D.

¿Qué tecnología permite que asistentes como Siri o Alexa comprendan el lenguaje humano?

• Blockchain.

• Internet de las cosas (IoT).

• Procesamiento del lenguaje natural (NLP).

• Redes bayesianas.