HO 34 - algoritmos de clasificación y agrupamiento

¿Qué tipo de aprendizaje utiliza la clasificación?

• No supervisado

• Supervisado

• Reforzado

• Automático

¿Qué tipo de aprendizaje utiliza el agrupamiento?

• Supervisado

• No supervisado

• Semi-supervisado

• Reforzado

¿Qué requieren los algoritmos de clasificación para entrenar?

• Datos sin etiquetas

• Datos etiquetados

• Datos incompletos

• Datos faltantes

En un algoritmo de agrupamiento, los datos de entrada son:

• Siempre numéricos

• Etiquetados

• No etiquetados

• Normalizados

Un modelo que clasifica correos como spam o no spam corresponde a:

• Agrupamiento

• Clasificación

• Regresión

• Series temporales

Segmentar clientes en grupos según su comportamiento de compra corresponde a:

• Clasificación

• Agrupamiento

• Predicción

• Regresión

La salida de un modelo de clasificación es:

• Un número aleatorio

• Una categoría predefinida

• Un clúster emergente

• Una tabla

La salida de un modelo de agrupamiento es:

• Una categoría fija

• Un grupo o clúster

• Una predicción probabilística

• Una etiqueta

¿Cuál de estos algoritmos es de clasificación?

• K-Means

• DBSCAN

• Árboles de decisión

• Clustering jerárquico

¿Cuál de estos algoritmos corresponde a agrupamiento?

• Regresión logística

• Redes neuronales

• K-Means

• SVM