1) Qué atributos de un conjunto de datos serían ideales para usar en el AA? a) Tamaño grande / alta diversidad b) Tamaño pequeño o diversidad baja c) Tamaño grande / baja diversidad d) Tamaño pequeño / alta diversidad 2) Di cuáles de estas frases completa mejor esta opción: "Tanto si empiezas de cero en el comercio electrónico como si tu empresa ya está vendiendo fuera de Internet... a) ... no son necesarios cambios respecto a las estructuras tradicionales". b) ...debes rediseñar y repensar toda la organización de arriba a abajo respecto a una empresa tradicional". c) ... deberás elegir el mismo perfil de personas para trabajar". d) ... es mejor consultar con un abogado". 3) Qué es un "modelo" en el aprendizaje automático? a) Un modelo es una pieza de hardware de computadora b) Un modelo es una representación más pequeña de lo que estás estudiando. c) Un modelo es una relación matemática derivada de los datos que un sistema de AA usa para hacer predicciones. 4) Si quisieras predecir el costo de un boleto de avión, ¿usarías la regresión o la clasificación? a) Clasificación b) Regresión  5) Si las predicciones del modelo están muy lejos, ¿qué podrías hacer para mejorarlas? a) Vuelve a entrenar el modelo, pero usa solo las características que crees que tienen el poder predictivo más fuerte para la etiqueta. b) Prueba con otro enfoque de entrenamiento. Por ejemplo, si usaste un enfoque supervisado, prueba uno no supervisado. c) No puedes corregir un modelo cuyas predicciones están muy lejos. d) Vuelve a entrenar el modelo con un conjunto de datos más grande y diverso. 6) Si quisieras comprender los tipos de usuarios que visitan el sitio, ¿usarías el aprendizaje supervisado o no supervisado? a) Aprendizaje supervisado porque intento predecir a qué clase pertenece un usuario. b) Aprendizaje no supervisado 7) crees que son los mejores predictores del precio de un automóvil? a) Color, altura y make_model. b) Tire_size, wheel_base, year. c) Millas, caja de cambios, marca_modelo. d) Make_model, year, miles 8) Por qué se debe entrenar un modelo antes de que pueda hacer predicciones? a) Un modelo debe entrenarse para que no requiera datos para hacer una predicción. b) No es necesario entrenar un modelo. Los modelos están disponibles en la mayoría de las computadoras. c) Se debe entrenar un modelo para aprender la relación matemática entre los atributos y la etiqueta en un conjunto de datos. 9) Qué tipo de AA usarías para predecir los kilovatios-hora utilizados por año en una casa recién construida?Aprendizaje no supervisado.Aprendizaje supervisado. a) Aprendizaje supervisado. b) Aprendizaje no supervisado. 10) En qué consiste la técnica LEAN? a) Se basa en menos planificar y más experimentar. b) Se basa en más planificar y menos experimentar. c) Se basa en menos planificar y menos experimentar. d) En una técnica de éxito asegurado para tu negocio.

Juegos

by
Print
Embed

Leaderboard

Visual style

Options

Switch template

Continue editing: ?