Aprendizaje Automático: Cuestionarios y Ejercicios Interactivos

Question 1

¿Qué es cierto sobre el aprendizaje automático?

Accepted Answer

El aprendizaje automático es un campo en constante desarrollo con nuevas aplicaciones que aparecen todo el tiempo.

Answer

El aprendizaje automático solo se usa para clasificar datos.

Answer

Los algoritmos de aprendizaje automático necesitan instrucciones explícitas para aprender.

Answer

La precisión es la única forma de evaluar los modelos de aprendizaje automático.

Question 2

¿Qué técnica de aprendizaje automático se utiliza para predecir valores continuos?

Accepted Answer

Regresión

Answer

Clasificación

Answer

Clustering

Question 3

¿Qué método se utiliza para mejorar el rendimiento de los modelos de aprendizaje automático mediante la combinación de múltiples modelos?

Accepted Answer

Ensamblaje

Answer

Poda

Question 4

¿Qué métrica NO es relevante para evaluar el rendimiento de un modelo de aprendizaje automático?

Accepted Answer

Complejidad del modelo

Answer

Precisión

Answer

Sensibilidad

Answer

Puntaje F1

Question 5

Selecciona la opción que NO es un tipo de algoritmo de aprendizaje automático:

Accepted Answer

Regresión lineal

Answer

Aprendizaje supervisado

Answer

Aprendizaje no supervisado

Answer

Aprendizaje por refuerzo

Question 6

Identifica los posibles desafíos éticos que surgen al utilizar el aprendizaje automático en diferentes aplicaciones.

Accepted Answer

Sesgo y discriminación

Accepted Answer

Pérdida de privacidad

Accepted Answer

Falta de transparencia e interpretabilidad

Question 7

¿Cuáles son las principales ventajas y desventajas del aprendizaje automático?

Accepted Answer

Ventajas: Automatización, Precisión mejorada; Desventajas: Sesgo, Dependencia de datos

Answer

Ventajas: Velocidad de procesamiento, Escalabilidad; Desventajas: Alto coste de implementación, Complejidad técnica

Answer

Ventajas: Aprendizaje continuo, Flexibilidad; Desventajas: Necesidad de expertos, Implicaciones éticas

Question 8

¿Cuál de las siguientes tareas NO es común en el aprendizaje automático?

Accepted Answer

Creación de contenido escrito

Answer

Predicción

Answer

Clasificación

Answer

Reconocimiento de patrones

Question 9

¿Qué tipo de algoritmo de aprendizaje automático se utiliza generalmente para hacer predicciones continuas?

Accepted Answer

Regresión

Answer

Clasificación

Answer

Clustering

Answer

Árboles de decisión

Question 10

En el contexto del aprendizaje automático, ¿qué término se refiere a los datos utilizados para entrenar un modelo?

Accepted Answer

Conjunto de entrenamiento

Answer

Conjunto de validación

Answer

Conjunto de prueba

Answer

Conjunto de datos

Question 11

¿Qué tipo de aprendizaje automático implica que un modelo aprende sin supervisión?

Accepted Answer

Aprendizaje no supervisado

Answer

Aprendizaje supervisado

Answer

Aprendizaje semi-supervisado

Answer

Aprendizaje por refuerzo

Question 12

¿Qué técnica se utiliza en el aprendizaje automático para regular los modelos y evitar el sobreajuste?

Accepted Answer

Regularización

Answer

Validación cruzada

Answer

División de datos

Answer

Optimización del hiperparámetro

Question 13

En el contexto del aprendizaje automático, ¿qué término se refiere al proceso de ajustar los hiperparámetros de un modelo?

Accepted Answer

Optimización

Answer

Entrenamiento

Answer

Evaluación

Answer

Implementación

Question 14

¿Qué afirmación describe mejor el papel de la programación explícita en el aprendizaje automático?

Accepted Answer

Se utiliza para guiar el proceso de aprendizaje, como la selección de características e hiperparámetros.

Answer

No es necesaria, ya que los sistemas aprenden automáticamente.

Answer

Se utiliza para proporcionar datos de entrenamiento a los sistemas.

Answer

Es esencial para que los sistemas informáticos aprendan de los datos.

Question 15

¿Qué tipo de aprendizaje automático implica el uso de datos no etiquetados para encontrar estructuras ocultas y patrones en los datos?

Accepted Answer

Aprendizaje no supervisado

Answer

Aprendizaje supervisado

Answer

Aprendizaje por refuerzo

Answer

Aprendizaje por transferencia

Question 16

¿Cuál de los siguientes es un tipo de red neuronal artificial que es particularmente eficaz para procesar datos estructurados como imágenes?

Accepted Answer

Redes neuronales convolucionales (CNN)

Answer

Redes neuronales recurrentes (RNN)

Answer

Máquinas de vectores de soporte (SVM)

Answer

Árboles de decisión

Question 17

¿Cuál de las siguientes tareas NO es comúnmente realizada por el aprendizaje automático?

Accepted Answer

Resolución de ecuaciones diferenciales parciales

Answer

Clasificación

Answer

Predicción

Answer

Reconocimiento de patrones

Question 18

En el contexto del aprendizaje automático, ¿qué es una variable objetivo?

Accepted Answer

La variable que el modelo predice o clasifica

Answer

La variable utilizada para entrenar el modelo

Answer

La variable que se utiliza para evaluar el rendimiento del modelo

Answer

La variable que no tiene relación con el problema

Question 19

En el aprendizaje automático supervisado, ¿qué tipo de datos se utilizan para entrenar un modelo?

Accepted Answer

Datos etiquetados

Answer

Datos no etiquetados

Answer

Datos de texto

Answer

Datos de imágenes

Question 20

El sobreajuste en el aprendizaje automático ocurre cuando:

Accepted Answer

El modelo se ajusta demasiado a los datos de entrenamiento y no generaliza bien a nuevos datos

Answer

El modelo no se ajusta lo suficiente a los datos de entrenamiento y no capta patrones significativos

Answer

El modelo tiene demasiadas variables de entrada

Answer

El modelo utiliza un algoritmo de aprendizaje inadecuado

Question 21

En el contexto del aprendizaje por refuerzo, ¿qué es una recompensa?

Accepted Answer

Una señal positiva o negativa que el entorno proporciona al agente

Answer

El objetivo final del agente

Answer

El castigo que recibe el agente por tomar acciones incorrectas

Answer

La función de valor que el agente intenta maximizar

Question 22

¿Cuál de las siguientes afirmaciones describe con mayor precisión la diferencia fundamental entre el aprendizaje automático supervisado y no supervisado?

Accepted Answer

Los algoritmos supervisados aprenden de datos etiquetados, mientras que los algoritmos no supervisados aprenden de datos sin etiquetar.

Answer

Los algoritmos supervisados siempre superan a los algoritmos no supervisados en términos de precisión.

Answer

Los algoritmos no supervisados solo se utilizan para tareas de agrupamiento.

Question 23

En el aprendizaje automático, ¿qué es lo que aprenden los sistemas informáticos sin que se lo programen explícitamente?

Accepted Answer

Patrones

Answer

Datos

Answer

Variables

Answer

Códigos

Question 24

Indica cuál de las siguientes tareas NO es habitual en el aprendizaje automático:

Accepted Answer

Almacenar datos

Answer

Predecir

Answer

Clasificar

Answer

Reconocer patrones

Question 25

¿Qué tipo de datos suelen ser necesarios para adiestrar modelos de aprendizaje automático?

Accepted Answer

Datos etiquetados o no etiquetados

Answer

Solo datos etiquetados

Answer

Solo datos no etiquetados

Answer

Ninguno de los anteriores

Question 26

En el aprendizaje automático, ¿qué entendemos por modelo?

Accepted Answer

Una representación de datos entrenados

Answer

Un algoritmo que procesa datos

Answer

Un conjunto de datos

Answer

Un programa informático

Question 27

A la hora de hablar de aprendizaje automático, ¿qué es el sobreajuste?

Accepted Answer

Cuando un modelo es demasiado complejo y se adapta demasiado a los datos de entrenamiento

Answer

Cuando un modelo es demasiado simple como para captar la complejidad de los datos

Question 28

Selecciona el tipo de aprendizaje automático en el que el modelo aprende de datos sin etiquetar:

Accepted Answer

Aprendizaje no supervisado

Answer

Aprendizaje supervisado

Answer

Aprendizaje por refuerzo

Answer

Aprendizaje en línea

Question 29

Selecciona la afirmación correcta sobre los sesgos en el aprendizaje automático:

Accepted Answer

Ambas afirmaciones son correctas

Answer

Pueden aparecer cuando los datos de entrenamiento no son representativos de la población objetivo

Answer

Pueden conducir a predicciones injustas o inexactas

Question 30

¿Qué dilema ético surge principalmente al emplear algoritmos de aprendizaje automático en la toma de decisiones?

Accepted Answer

Sesgo en los algoritmos

Answer

Amenazas a la seguridad

Answer

Pérdida de empleos

Question 31

Según la definición de aprendizaje automático, los sistemas informáticos pueden aprender de los datos:

Accepted Answer

Automáticamente, sin programación explícita

Answer

Solo con instrucciones detalladas

Answer

Únicamente a través de algoritmos

Answer

Solo de datos de texto

Question 32

¿Cuál de las siguientes tareas NO se puede realizar utilizando el aprendizaje automático?

Accepted Answer

Crear una obra de arte original

Answer

Clasificar imágenes

Answer

Predecir ventas

Answer

Reconocer voz

Question 33

¿Qué tipo de algoritmo se utiliza habitualmente en el aprendizaje automático?

Accepted Answer

Árboles de decisión

Answer

Algoritmos de ordenación

Answer

Algoritmos de cifrado

Answer

Algoritmos de búsqueda

Question 34

La sobrecarga es una situación en la que:

Accepted Answer

El modelo aprende demasiado de los datos de entrenamiento

Answer

El modelo no aprende lo suficiente de los datos de entrenamiento

Answer

El modelo aprende de datos irrelevantes

Question 35

¿En qué etapa del proceso de aprendizaje automático se preparan y limpian los datos?

Accepted Answer

Preprocesamiento de datos

Answer

Despliegue del modelo

Answer

Entrenamiento del modelo

Answer

Evaluación del modelo

Question 36

La regresión lineal es un algoritmo de aprendizaje automático utilizado principalmente para:

Accepted Answer

Predecir valores continuos

Answer

Clasificar datos en categorías

Answer

Detectar anomalías

Question 37

¿Cuál de las siguientes métricas se utiliza para evaluar la precisión de un modelo de clasificación?

Accepted Answer

Precisión

Answer

Curtosis

Answer

Sesgo

Answer

Varianza

Question 38

La inteligencia artificial (IA) es un término que engloba:

Accepted Answer

Aprendizaje automático

Answer

Solo procesamiento del lenguaje natural

Answer

Solo visión artificial

Answer

Solo redes neuronales

Question 39

¿Qué tipo de aprendizaje automático implica un modelo que aprende sin supervisión?

Accepted Answer

Aprendizaje no supervisado

Answer

Aprendizaje supervisado

Answer

Aprendizaje multitarea

Answer

Aprendizaje por refuerzo

Question 40

¿Cuál de las siguientes es una ventaja potencial del aprendizaje automático?

Accepted Answer

Automatización de tareas rutinarias

Answer

No requiere datos

Answer

Sustitución de todos los trabajadores humanos

Answer

Siempre proporciona resultados precisos

Question 41

¿Cuál de las siguientes NO es una ventaja del aprendizaje automático?

Accepted Answer

Requiere codificación explícita para el aprendizaje

Answer

Mejora la exactitud de las predicciones

Answer

Automatiza las tareas

Answer

Reduce los costes operativos

Question 42

¿Qué tipo de tarea utiliza el aprendizaje automático para descubrir patrones ocultos en los datos?

Accepted Answer

Reconocimiento de patrones

Answer

Clasificación

Answer

Predicción

Answer

Regresión

Question 43

¿Cuál de los siguientes es un ejemplo de aprendizaje automático supervisado?

Accepted Answer

Entrenar un modelo de clasificación para predecir el género de los clientes

Answer

Agrupar datos de clientes para identificar segmentos

Answer

Reducir la dimensionalidad de un conjunto de datos de transacciones

Question 44

¿Cuál es el objetivo de la fase de entrenamiento en el aprendizaje automático?

Accepted Answer

Ajustar los parámetros del modelo utilizando datos de entrenamiento etiquetados

Answer

Recoger y preparar los datos para el modelo

Answer

Evaluar el rendimiento del modelo en nuevos datos

Question 45

¿Qué tipo de aprendizaje automático utiliza prueba y error para optimizar la solución?

Accepted Answer

Aprendizaje por refuerzo

Answer

Aprendizaje no supervisado

Answer

Transferencia de aprendizaje

Answer

Aprendizaje supervisado

Question 46

¿Qué técnica de aprendizaje automático reduce la dimensionalidad de un conjunto de datos?

Accepted Answer

Análisis de componentes principales

Answer

Máquinas de vectores de soporte

Answer

Agrupamiento

Answer

Regresión logística

Question 47

¿Cuál de las siguientes actividades no es un propósito del aprendizaje automático?

Accepted Answer

Crear un programa informático desde cero

Answer

Clasificar datos

Answer

Predecir resultados

Answer

Reconocer patrones

Question 48

¿En qué tipo de aprendizaje automático los algoritmos aprenden de datos etiquetados?

Accepted Answer

Aprendizaje supervisado

Answer

Aprendizaje por transferencia

Answer

Aprendizaje no supervisado

Answer

Aprendizaje por refuerzo

Question 49

¿Cuál es un beneficio clave del aprendizaje automático?

Accepted Answer

Capacidad de mejorar el rendimiento con la experiencia

Answer

Bajo coste de implementación

Answer

Interpretación sencilla

Answer

Precisión garantizada

Question 50

¿Qué métrica se utiliza comúnmente para evaluar la efectividad de los modelos de aprendizaje automático?

Accepted Answer

Precisión

Answer

Tamaño del modelo

Answer

Coste de implementación

Answer

Velocidad de procesamiento

Question 51

¿Cuál de los siguientes es un ejemplo de una aplicación práctica del aprendizaje automático?

Accepted Answer

Detección de transacciones fraudulentas

Answer

Diseño web

Answer

Redacción de ensayos

Answer

Edición de vídeos

Question 52

¿Qué factor puede influir significativamente en el rendimiento de un modelo de aprendizaje automático?

Accepted Answer

Calidad de los datos utilizados para entrenar el modelo

Answer

Tipo de ordenador utilizado para entrenar el modelo

Answer

Fase del ciclo lunar

Answer

Número de programadores involucrados en el proyecto

Question 53

¿Cuál es una limitación potencial del aprendizaje automático?

Accepted Answer

Susceptibilidad a sesgos

Answer

Bajo coste de implementación

Answer

Facilidad de implementación

Answer

Precisión siempre garantizada

Question 54

¿Qué técnica se utiliza para reducir el sobreajuste en los modelos de aprendizaje automático?

Accepted Answer

Regularización

Answer

Discretización

Answer

Escalado

Answer

Normalización

Question 55

¿Cuál de las siguientes es una biblioteca popular para implementar soluciones de aprendizaje automático en Python?

Accepted Answer

Scikit-learn

Answer

Microsoft Word

Answer

Adobe Photoshop

Answer

Google Chrome