PARCIAL 2 Mineria de Datos - Revisión Del Intento

6/4/24, 23:26 PARCIAL 2: Revisión del intento
Área personal Mis cursos MineDatos1 Machine Learning vs Deep Learning PARCIAL 2
Comenzado el sábado, 6 de abril de 2024, 22:35

Estado Finalizado
Finalizado en sábado, 6 de abril de 2024, 23:26
Tiempo 51 minutos 13 segundos
empleado
Calificación 5,00 de 5,00 (100%)
Pregunta 1
Correcta
Se puntúa 0,18 sobre 0,18
Machine Learning  es el conjunto de métodos matemáticos  y herramientas, enfocados en

resolver  problemas complejos, haciendo uso de la Inteligencia Artificial 
Pregunta 2
Correcta
Modelo ML que reconoce objetos, lugares y acciones es una de las características de la API Cloud Vision
Seleccione una:
Verdadero
Falso 
Pregunta 3
Correcta
Qué es un modelo en el contexto de Machine Learning
a. Un conjunto de datos de entrenamiento
b. Un algoritmo de clasificación específico
c. Una representación matemática que aprende patrones a partir de datos
d. Una técnica de almacenamiento
https://micampus.usanjose.co/campus/mod/quiz/review.php?attempt=884301&cmid=145169 1/12
Pregunta 4
Correcta
Cuál es el propósito de la validación cruzada en Machine Learning
a. Entrenar un modelo con más datos
b. Evaluar el rendimiento del modelo en datos no vistos para evitar el sobreajuste
c. Ajustar los hiperparámetros del modelo
d. Todas las anteriores
Pregunta 5
Correcta
Cuál es la principal diferencia entre el aprendizaje supervisado y el no supervisado
a. El aprendizaje supervisado no utiliza datos de entrenamiento
b. En el aprendizaje supervisado, el modelo se entrena con datos etiquetados, mientras que en el no 

supervisado, no hay etiquetas
c. No hay diferencia, son términos intercambiables
d. Son técnicas de exploración de datos
Pregunta 6
Correcta
Los sistemas de inteligencia artificial siempre mejoran con el tiempo sin necesidad de actualizaciones
Seleccione una:
Verdadero
Falso 
Pregunta 7
Correcta
Encuentre el enunciado correcto, de acuerdo a la frase en mención
Se utilizan para evaluar, optimizar y coordinar las operaciones internas de una

compañía. Abarca todas las tecnologías, aplicaciones y prácticas para recolectar, Bussines Analytics
integrar y analizar la información sobre el rendimiento y las finanzas para que, a partir

de ese análisis, se puedan tomar decisiones para mejorar sus procesos actuales
Es una disciplina del campo de la Inteligencia Artificial que, a través de

algoritmos, dota a los ordenadores de la capacidad de identificar patrones en datos Machine Learning
masivos y elaborar predicciones (análisis predictivo).

Abarca datos que contienen una mayor variedad y que se presentan en volúmenes Bigdata
crecientes y a una velocidad superior

Es la combinación de algoritmos planteados con el propósito de crear máquinas que

presenten las mismas capacidades que el ser humano. IA

Pregunta 8
Correcta
Es una técnica de análisis que se basa en enfoques visuales para entender los datos.
a.
Regresión
b.
Predicción
c. 
Clustering
d.
Patrones secuenciales
Pregunta 9
Correcta
Convertir datos numéricos en categorías discretas, corresponde a la técnica de discretización en minería de

datos
Seleccione una:
Verdadero 
Falso
Pregunta 10
Correcta
La estructura lógica de un problema: Contiene Problema, solución, alcance. Hacen parte de:
a.
Hadoop
b. Clustering
c. Patrones secuenciales
d. Storytelling
Pregunta 11
Correcta
Qué es la función de pérdida en un modelo de Machine Learning
a. Una medida que evalúa qué tan bien se ajusta el modelo a los datos de entrenamiento
b. El número total de datos de entrenamiento
c. La tasa de aprendizaje del modelo
d. Tasa de convertibilidad
Pregunta 12
Correcta
Los chatbots son ejemplos de inteligencia artificial débil
Seleccione una:
Verdadero 
Falso
Pregunta 13
Correcta
Data at Rest, in Motion, Many Forms, in Doubt son elementos de:
a.
Hadoop
b.
CRM
c. 
Bigdata
d.
Data watawarehouse
Pregunta 14
Correcta
Es el subcampo del aprendizaje automático en el que se utilizan redes neuronales.
a. 
Aprendizaje Profundo
b.
Bigdata
c.
Inteligencia artificial
d.
Todas las anteriores
Pregunta 15
Correcta
Capacidad de captar toda la información disponible: ya sean datos antiguos, nuevos, estructurados o no-
estructurados. Hacen parte de la definición de:
a.
MAD
b.
ADW
c.
DWH
d.
BI
e. 
BIG DATA
Pregunta 16
Correcta
Los robots con inteligencia artificial pueden reemplazar completamente a los trabajadores humanos en todos
los sectores
Seleccione una:
Verdadero
Falso 
Pregunta 17
Correcta
Encuentre el enunciado correcto, de acuerdo a la definición
Hace referencia al conjunto de información que es demasiado compleja como para ser
procesada mediante TI tradicionales de manera aceptable Big Data

Base de datos que se caracteriza por integrar y depurar información de una o mas
Datawarehouse
fuentes distintas, para procesarla y permitir análisis

Es un subconjunto de Datawarehouse orientado al análisis, almacenamiento e

integración de datos. DataMart

Repositorio de datos no estructurado, también son transaccionales, internet de las

DataLake
cosas se procesa a Hadoop

Pregunta 18
Correcta
Sirven para hacer consultas sobre los datos en el esquema de objetos en SQL
a.
DDL
b. 
DQL
c.
DML
d.
DCL
Pregunta 19
Correcta
Detección de fraudes, búsqueda web, next best action son pilares de:
a. Big data
b. Deep Learning
c. Machine Learning
d. Todas las anteriores
Pregunta 20
Correcta
Qué término se utiliza para describir la capacidad de un modelo de Machine Learning para realizar predicciones
precisas sobre datos que no ha visto previamente
a. Generalización
b. Especialización
c. Singularización
d. Memorización
Pregunta 21
Correcta
Cuál de las siguientes opciones describe mejor el Deep Learning
a. Un tipo de aprendizaje supervisado.
b. Un subconjunto de Machine Learning que utiliza redes neuronales profundas
c. Un enfoque de programación convencional
d. Ninguna de las anteriores
Pregunta 22
Correcta
Son limitaciones del BI
a. Falta de agilidad
b. Alineación de nuevas necesidades
c. Horario
d. Búsqueda de objetivos
e. a y b
Pregunta 23
Correcta
Cuál es el objetivo de la técnica de regularización en Machine Learning
a. Aumentar el tamaño del conjunto de datos de entrenamiento
b. Reducir el número de características irrelevantes o redundantes en el modelo
c. Acelerar el proceso de entrenamiento de la red neuronal
d. Manejo de Cloud
Pregunta 24
Correcta
Es el proceso de análisis de volúmenes masivos de datos para descubrir inteligencia empresarial que ayude a
las empresas a resolver problemas, mitigar riesgos y aprovechar nuevas oportunidades. Es la definición de
DATAMINING
Seleccione una:
Verdadero 
Falso
Pregunta 25
Correcta
El aprendizaje profundo es un subconjunto del aprendizaje automático
Seleccione una:
Verdadero 
Falso
Pregunta 26
Correcta
El "preprocesamiento de datos" en Machine Learning se refiere a la fase en la que se seleccionan y extraen las
características más relevantes de un conjunto de datos antes de alimentarlas al modelo
Seleccione una:
Verdadero 
Falso
Pregunta 27
Correcta
Transacciones, biométricos, ¿Navegación web son tipologías de datos de ML?
Seleccione una:
Verdadero 
Falso
Pregunta 28
Correcta
Cuál es el principal desafío asociado con el sobreajuste (overfitting) en Machine Learning
a. El modelo no se ajusta lo suficiente a los datos de entrenamiento
b. El modelo se vuelve demasiado complejo y se adapta demasiado a los datos de entrenamiento
c. La velocidad de entrenamiento es demasiado lenta
d. La falta de datos de entrenamiento
Pregunta 29
Correcta
Los algoritmos de inteligencia artificial siempre toman decisiones de manera imparcial.
Seleccione una:
Verdadero
Falso 
Pregunta 30
Correcta
Qué es un cubo de datos en el contexto de OLAP
a. Una estructura para almacenar datos en bruto
b. Una técnica de discretización
c. Un modelo de datos jerárquico
d. Una representación multidimensional de datos que permite su análisis interactivo
Actividad previa
◄ Simulador - Machine Learning
Ir a...
Siguiente actividad
Bibliografía ►
Mantente en contacto
 https://www.usanjose.edu.co/
 Resumen de retención de datos

PARCIAL 2 Mineria de Datos - Revisión Del Intento

Cargado por

Copyright:

Formatos disponibles

PARCIAL 2 Mineria de Datos - Revisión Del Intento

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PARCIAL 2 Mineria de Datos - Revisión Del Intento

Cargado por

Copyright:

Formatos disponibles

6/4/24, 23:26 PARCIAL 2: Revisión del intento

Comenzado el sábado, 6 de abril de 2024, 22:35

Se puntúa 0,18 sobre 0,18

Machine Learning  es el conjunto de métodos matemáticos  y herramientas, enfocados en

Se puntúa 0,18 sobre 0,18

Se puntúa 0,16 sobre 0,16

Qué es un modelo en el contexto de Machine Learning

a. Un conjunto de datos de entrenamiento

b. Un algoritmo de clasificación específico

c. Una representación matemática que aprende patrones a partir de datos

d. Una técnica de almacenamiento

Se puntúa 0,18 sobre 0,18

Cuál es el propósito de la validación cruzada en Machine Learning

a. Entrenar un modelo con más datos

b. Evaluar el rendimiento del modelo en datos no vistos para evitar el sobreajuste

c. Ajustar los hiperparámetros del modelo

d. Todas las anteriores

Se puntúa 0,18 sobre 0,18

Cuál es la principal diferencia entre el aprendizaje supervisado y el no supervisado

a. El aprendizaje supervisado no utiliza datos de entrenamiento

b. En el aprendizaje supervisado, el modelo se entrena con datos etiquetados, mientras que en el no 

c. No hay diferencia, son términos intercambiables

d. Son técnicas de exploración de datos

Se puntúa 0,16 sobre 0,16

Se puntúa 0,16 sobre 0,16

Encuentre el enunciado correcto, de acuerdo a la frase en mención

Se utilizan para evaluar, optimizar y coordinar las operaciones internas de una

Es una disciplina del campo de la Inteligencia Artificial que, a través de

Es la combinación de algoritmos planteados con el propósito de crear máquinas que

Se puntúa 0,16 sobre 0,16

Se puntúa 0,16 sobre 0,16

Convertir datos numéricos en categorías discretas, corresponde a la técnica de discretización en minería de

Se puntúa 0,16 sobre 0,16

Se puntúa 0,16 sobre 0,16

Qué es la función de pérdida en un modelo de Machine Learning

b. El número total de datos de entrenamiento

c. La tasa de aprendizaje del modelo

Se puntúa 0,16 sobre 0,16

Los chatbots son ejemplos de inteligencia artificial débil

Se puntúa 0,16 sobre 0,16

Data at Rest, in Motion, Many Forms, in Doubt son elementos de:

Se puntúa 0,16 sobre 0,16

Es el subcampo del aprendizaje automático en el que se utilizan redes neuronales.

Se puntúa 0,16 sobre 0,16

Se puntúa 0,18 sobre 0,18

Se puntúa 0,16 sobre 0,16

Encuentre el enunciado correcto, de acuerdo a la definición

Es un subconjunto de Datawarehouse orientado al análisis, almacenamiento e

Repositorio de datos no estructurado, también son transaccionales, internet de las

Se puntúa 0,16 sobre 0,16

Se puntúa 0,16 sobre 0,16

d. Todas las anteriores

Se puntúa 0,18 sobre 0,18

Se puntúa 0,18 sobre 0,18

Cuál de las siguientes opciones describe mejor el Deep Learning

a. Un tipo de aprendizaje supervisado.

b. Un subconjunto de Machine Learning que utiliza redes neuronales profundas

c. Un enfoque de programación convencional

d. Ninguna de las anteriores