Fundamentos de Inteligencia Artificial

Audio automático activado: las próximas preguntas se leerán al hacer clic en Seguir.

1. 1

   ¿Qué es el aprendizaje supervisado en inteligencia artificial?

   A Un tipo de aprendizaje en el cual un modelo es entrenado con datos de entrada y salida conocidos. B Un tipo de aprendizaje donde el modelo se adapta sin datos etiquetados. C Una técnica de IA que no requiere de datos de entrenamiento.
2. 2

   ¿Qué es una red neuronal en el contexto de IA?

   A Un algoritmo que ve las estructuras de datos en forma de árbol. B Un conjunto interconectado de nodos que imita el funcionamiento del cerebro humano. C Una técnica de agrupamiento utilizada para categorizar datos.
3. 3

   ¿Cuál es un uso común del aprendizaje automático en negocios?

   A Realizar experimentos científicos. B Diseñar videojuegos. C Pronóstico de ventas y análisis de clientes.
4. 4

   ¿Qué técnica de IA puede analizar grandes volúmenes de texto para extraer información útil?

   A Procesamiento de lenguaje natural (PLN). B Visión por computadora. C Redes generativas antagónicas.
5. 5

   ¿Qué significa overfitting en el contexto del aprendizaje automático?

   A Un modelo que predice bien en nuevos datos. B Un modelo que no puede ver relaciones complejas en los datos. C Un modelo que se ajusta demasiado bien a los datos de entrenamiento, pero falla en nuevos datos.
6. 6

   ¿Qué se entiende por big data?

   A Grandes volúmenes de datos que son difíciles de procesar utilizando técnicas estándar. B Un pequeño conjunto de datos que se utiliza para entrenar modelos simples. C Un término utilizado para describir bases de datos pequeñas pero complejas.
7. 7

   ¿Cuál es el propósito de un modelo de regresión lineal?

   A Predecir valores continuos en función de datos de entrada. B Clasificar datos en categorías distintas. C Generar nuevas imágenes a partir de patrones.
8. 8

   ¿Qué algoritmo es comúnmente usado para tareas de clasificación?

   A Máquinas de soporte vectorial (SVM). B Algoritmo k-medias. C Algoritmo de Aprendizaje por Refuerzo.
9. 9

   ¿Qué es un árbol de decisión en machine learning?

   A Una serie de pasos en un flujo de trabajo. B Un tipo de algoritmo que optimiza imágenes. C Un modelo utilizado para decisiones basadas en reglas simples y jerarquías.
10. 10

    ¿Cuál es el papel de la normalización en preprocesamiento de datos?

    A Eliminar filas duplicadas en un dataset. B Escalar las características para que tengan un rango similar. C Reemplazar valores nulos con la media.