¡GoConqr estrena diseño! Cuéntanos qué te parece.

Regístrate gratis

Test

IA Tema 2

IVÁN ÁVILA GALISTEO 12 preguntas

Hacer el test

Preguntas del test (12)

  1. 1¿Qué problemas causa el “overfitting” en el entrenamiento de sistemas de aprendizaje automático?
    1. ACausa fallos en los resultados al contar con pocos datos de entrenamiento.
    2. BCausa fallos en los resultados por un exceso de datos de entrenamiento.
    3. CNo causa ningún problema, es un algoritmo de aprendizaje.
    4. DNinguna de las respuestas es correcta.
  2. 2¿Cuál de los siguientes términos NO es un tipo de aprendizaje automático en función de cómo se usan los datos?
    1. ASupervisado
    2. BPor Refuerzo
    3. CPor Búsqueda Ramificada
    4. DProfundo
  3. 3¿Cuál de los siguientes algoritmos es no supervisado?
    1. AK-Means Clustering
    2. BK-Nearest Neighbors (k-NN)
    3. CRegresión Lineal
    4. DÁrboles de decisión
  4. 4¿Cuál de las siguientes definiciones del algoritmo de aprendizaje automático “k-Nearest Neighbors” (kNN) es correcta?
    1. AkNN es un algoritmo que clasifica o predice un nuevo valor basándose en la cercanía a los casos existentes en el espacio de características.
    2. BkNN es un algoritmo que reduce la dimensionalidad de los datos mientras se conserva la mayor variabilidad posible.
    3. CkNN es un algoritmo que modela relaciones complejas no lineales entre entradas y salidas.
    4. DkNN es un algoritmo que toma decisiones basadas en una serie de preguntas que dividen los datos en ramas.
  5. 5¿Cuál de las siguientes afirmaciones sobre el modelo random forest es cierta?
    1. ACrea varios árboles de decisión aleatorios y utiliza los que más aciertan para la clasificación.
    2. BCrea varios árboles de decisión aleatorios y utiliza el que más veces acierta para la clasificación.
    3. CMejora la precisión y reduce el sobreajuste al combinar múltiples árboles de decisión.
    4. DEs poco preciso al aplicar preguntas aleatorias.
  6. 6Indica cuál de las siguientes no es una característica del modelo K-means Clustering:
    1. AAgrupar datos no etiquetados en "k" grupos basados en características similares.
    2. BEs un modelo de aprendizaje no supervisado.
    3. CAsigna puntos a clusters minimizando la distancia entre puntos y el centroide del cluster
    4. DEl algoritmo no actualiza automáticamente la posición de los centroides de cada cluster.
  7. 7En el modelo Q-Learning:
    1. AEl agente toma decisiones aleatorias.
    2. BEnseñar a un agente a tomar acciones en un entorno para maximizar una recompensa acumulada.
    3. CSe basa en redes neuronales convolucionales para procesar estados visuales.
    4. DEl agente requiere un conjunto de datos etiquetados previo para entrenar el modelo.
  8. 8¿Qué tipo de modelo está inspirado en el cerebro humano y es capaz de capturar relaciones complejas y no lineales?
    1. AModelos Lineales
    2. BRedes Neuronales
    3. CK-means Clustering
    4. DModelos de Vecinos Más Cercanos (k-NN)
  9. 9Cuál de estas características es propia de los sistemas tradicionales y no del Aprendizaje Automático?
    1. ASe proporciona a la máquina datos de entrada y salida deseados, y el algoritmo aprende a mapear estas relaciones por sí mismo.
    2. BEl programador escribe un código detallado que define paso a paso cómo resolver un problema.
    3. CMayor adaptabilidad y capacidad para manejar situaciones complejas o variables sin reprogramación explícita.
    4. DEl modelo identifica patrones y reglas implícitas en los datos.
  10. 10¿Cuál es la herramienta de trabajo de la Formalización AA?
    1. AEl algoritmo.
    2. BLa dependencia de H.
    3. CLos datos de entrada.
    4. DLa calidad de la muestra D.

Información

Descripción
Cuarto IA Test sobre IA Tema 2, creado por IVÁN ÁVILA GALISTEO el 21/01/2026.
Idioma
Español
Visitas
0
Etiquetas
iacuarto
Valoración
Aún sin valoraciones
Valora este test
Valora este test

Escríbenos

¿Sobre qué es tu mensaje?

¿Qué te parece el nuevo diseño?

¿Te gusta?