Fundamentos de la Inteligencia Artificial y el Aprendizaje Automático: Cuestionarios interactivos

Question 1

¿Cuál es el objetivo principal de la Inteligencia Artificial (IA)?

Accepted Answer

Automatizar tareas y procesos

Answer

Preservar el medio ambiente

Answer

Promover la equidad social

Answer

Mejorar únicamente la salud humana

Question 2

En el contexto del Aprendizaje Automático (ML), ¿qué tipo se emplea cuando los datos de entrenamiento están etiquetados con la información correcta?

Accepted Answer

Aprendizaje supervisado

Answer

Aprendizaje no supervisado

Answer

Aprendizaje por transferencia

Answer

Aprendizaje por refuerzo

Question 3

En el contexto de la IA, ¿cuál de los siguientes aspectos representa un desafío ético?

Accepted Answer

Sesgo algorítmico

Answer

Vulnerabilidad a ataques informáticos

Answer

Impacto negativo en el medio ambiente

Answer

Pérdida de puestos de trabajo

Question 4

Actualmente, ¿qué factor impulsa principalmente el rápido avance de la IA y el ML?

Accepted Answer

La amplia disponibilidad de grandes cantidades de datos

Answer

Las mejoras continuas en los algoritmos

Answer

Los avances tecnológicos en hardware informático

Answer

La creciente demanda de automatización

Question 5

¿Cuál es una aplicación destacada de la IA y el ML en el sector financiero?

Accepted Answer

Detección de actividades fraudulentas

Answer

Gestión de cadenas de suministro

Answer

Automatización de procesos operativos

Answer

Control eficiente de inventarios

Question 6

¿Cuál de los siguientes NO es un tipo de algoritmo de aprendizaje automático supervisado?

Accepted Answer

Clustering

Answer

Regresión lineal

Answer

Árboles de decisión

Answer

Redes neuronales

Question 7

¿Cuál es el objetivo principal del aprendizaje automático no supervisado?

Accepted Answer

Identificar patrones y estructuras en datos no etiquetados

Answer

Aprender a mapear entradas a salidas deseadas utilizando datos etiquetados

Answer

Generar nuevos datos a partir de datos existentes

Question 8

¿Qué técnica se utiliza para entrenar un modelo de aprendizaje profundo para tareas de visión por computador?

Accepted Answer

Propagación hacia atrás

Answer

Clustering

Answer

Regresión logística

Answer

Análisis de componentes principales

Question 9

¿Cuál de las siguientes es una aplicación de la IA en el ámbito de la ciberseguridad?

Accepted Answer

Detección de malware

Answer

Copia de seguridad de datos

Answer

Mantenimiento de sistemas

Answer

Gestión de redes

Question 10

¿Qué tipo de aprendizaje automático implica el aprendizaje de una política de comportamiento a partir de recompensas y castigos?

Accepted Answer

Aprendizaje por refuerzo

Answer

Aprendizaje no supervisado

Answer

Aprendizaje supervisado

Question 11

¿Cuál es la diferencia fundamental entre el aprendizaje automático y la inteligencia artificial?

Accepted Answer

El aprendizaje automático se centra en tareas y problemas específicos, mientras que la IA aspira a una inteligencia general

Answer

El aprendizaje automático utiliza datos etiquetados, mientras que la IA utiliza datos no etiquetados

Question 12

¿Qué métrica se utiliza comúnmente para evaluar el rendimiento de un modelo de aprendizaje automático de regresión?

Accepted Answer

Error cuadrático medio

Answer

Precisión

Answer

Desviación estándar

Answer

Coeficiente de correlación

Question 13

¿Qué tipo de red neuronal es especialmente adecuada para tareas de procesamiento de series temporales?

Accepted Answer

Red neuronal recurrente

Answer

Red neuronal autocodificadora

Answer

Red neuronal convolucional

Answer

Red neuronal de avance

Question 14

¿Cuál de los siguientes es un algoritmo de aprendizaje supervisado utilizado para hacer predicciones continuas?

Accepted Answer

Regresión lineal

Answer

K-Means

Answer

Perceptrón

Answer

Máquina de Boltzmann restringida

Question 15

¿Qué técnica se utiliza para entrenar un modelo de aprendizaje no supervisado que busca agrupar datos no etiquetados?

Accepted Answer

Agrupamiento

Answer

Optimización de gradiente

Answer

Propagación hacia atrás

Answer

Validación cruzada

Question 16

¿Cuál de los siguientes es un tipo de red neuronal diseñada para procesar datos de imagen?

Accepted Answer

Red neuronal convolucional

Answer

Máquina de vectores de soporte

Answer

Árbol de decisión

Answer

Regresión logística

Question 17

¿Qué fenómeno ocurre cuando un modelo de aprendizaje automático funciona bien en los datos de entrenamiento pero no generaliza a los datos nuevos?

Accepted Answer

Sobreajuste

Answer

Regularización

Answer

Subajuste

Question 18

¿Cuál es la función principal de la función de pérdida en el aprendizaje automático?

Accepted Answer

Medir el error entre las predicciones del modelo y las etiquetas reales.

Answer

Generar nuevas etiquetas para los datos.

Answer

Regularizar el modelo para evitar el sobreajuste.

Question 19

¿Qué proceso en el aprendizaje automático consiste en utilizar un modelo entrenado para hacer predicciones sobre nuevos datos?

Accepted Answer

Inferencia

Answer

Entrenamiento

Answer

Evaluación

Question 20

¿Cuál es el principal beneficio del uso del aprendizaje automático en la ciberseguridad?

Accepted Answer

Automatización de tareas repetitivas y detección de patrones complejos.

Answer

Mejora de la precisión de las alertas

Answer

Reducción de los costes de seguridad

Question 21

¿Qué tipo de inteligencia artificial se centra en crear sistemas que simulan el razonamiento humano y la toma de decisiones?

Accepted Answer

Inteligencia artificial simbólica

Answer

Inteligencia artificial conexionista

Answer

Inteligencia artificial estadística

Answer

Inteligencia artificial basada en reglas

Question 22

¿Cuál de los siguientes NO es un principio ético clave a considerar en el desarrollo y uso de sistemas de inteligencia artificial?

Accepted Answer

Precisión y rendimiento como máxima prioridad, independientemente de las implicaciones éticas.

Answer

Responsabilidad y rendición de cuentas

Answer

Justicia y equidad

Answer

Transparencia y explicabilidad