Machine Learning Quizzes: Test Your Knowledge

Question 1

Clasifica los tres tipos de Aprendizaje Automático (ML):

Accepted Answer

Supervisado, No Supervisado, Por Refuerzo

Answer

Determinístico, Aleatorio, Iterativo

Answer

Lineal, No Lineal, Supervisado

Answer

Activo, Pasivo, Colaborativo

Question 2

Identifica la opción que NO es un algoritmo común de aprendizaje automático:

Accepted Answer

Regresión Lineal

Answer

Máquinas de Soporte Vectorial

Answer

Árboles de Decisión

Answer

Redes Neuronales

Question 3

Describe brevemente el objetivo principal del aprendizaje automático supervisado:

Accepted Answer

Predecir o clasificar datos basándose en datos de entrenamiento etiquetados

Answer

Encontrar patrones ocultos en datos no etiquetados

Answer

Maximizar la recompensa mediante la interacción con un entorno

Question 4

Indica la diferencia clave entre el aprendizaje automático por refuerzo y el aprendizaje supervisado:

Accepted Answer

El aprendizaje por refuerzo no requiere datos etiquetados.

Answer

El aprendizaje por refuerzo solo se puede utilizar para problemas discretos.

Answer

El aprendizaje por refuerzo siempre es más preciso que el aprendizaje supervisado.

Question 5

Explica brevemente qué son las redes neuronales en el contexto del aprendizaje automático:

Accepted Answer

Modelos computacionales inspirados en el cerebro humano, diseñados para aprender patrones complejos

Answer

Métodos estadísticos que identifican correlaciones en los datos

Answer

Algoritmos que utilizan funciones lineales para realizar predicciones

Question 6

Menciona una ventaja destacada del aprendizaje automático:

Accepted Answer

Automatización de tareas repetitivas y optimización de procesos

Answer

No requiere datos de entrenamiento

Answer

Capacidad para resolver cualquier problema sin limitaciones

Answer

Precisión superior a los humanos en todas las tareas

Question 7

Identifica un desafío inherente al aprendizaje automático:

Accepted Answer

Puede requerir grandes cantidades de datos de entrenamiento para lograr un rendimiento óptimo

Answer

Sus resultados son siempre fácilmente interpretables

Answer

No es aplicable en tiempo real

Question 8

Señala la afirmación incorrecta sobre el aprendizaje automático:

Accepted Answer

El aprendizaje automático puede sustituir completamente a los humanos en todos los trabajos.

Answer

El aprendizaje automático puede mejorar la toma de decisiones basadas en datos.

Answer

El aprendizaje automático se utiliza para detectar fraudes y anomalías.

Question 9

¿Qué opción NO es un tipo de aprendizaje automático en el que el modelo recibe datos de salida etiquetados durante el entrenamiento?

Accepted Answer

Aprendizaje no supervisado

Answer

Aprendizaje supervisado

Answer

Aprendizaje por refuerzo

Answer

Aprendizaje por imitación

Question 10

¿Qué algoritmo de aprendizaje automático es un modelo no lineal que utiliza varias capas de nodos interconectados para representar datos complejos?

Accepted Answer

Red neuronal

Answer

Árbol de decisión

Answer

Algoritmo de agrupación k-means

Answer

Máquina de vectores de soporte

Question 11

¿Qué tipo de aprendizaje automático se utiliza cuando el objetivo es encontrar patrones y estructuras en datos no etiquetados?

Accepted Answer

Aprendizaje no supervisado

Answer

Aprendizaje profundo

Answer

Aprendizaje supervisado

Answer

Aprendizaje por refuerzo

Question 12

¿Qué técnica de aprendizaje automático implica utilizar datos de un dominio diferente para mejorar el rendimiento de un modelo entrenado originalmente en un dominio relacionado?

Accepted Answer

Aprendizaje de transferencia

Answer

Aprendizaje activo

Answer

Aprendizaje multitarea

Answer

Aprendizaje semisupervisado

Question 13

¿Qué tipo de aprendizaje automático implica que un agente interactúe con su entorno, reciba recompensas o castigos y aprenda a tomar acciones óptimas?

Accepted Answer

Aprendizaje por refuerzo

Answer

Aprendizaje no supervisado

Answer

Aprendizaje de transferencia

Answer

Aprendizaje supervisado

Question 14

¿Qué tipo de herramienta se utiliza comúnmente para implementar modelos de aprendizaje automático, proporcionando funciones y algoritmos prediseñados?

Accepted Answer

Biblioteca de aprendizaje automático

Answer

Hoja de cálculo

Answer

Procesador de textos

Answer

Base de datos

Question 15

¿En el aprendizaje automático supervisado, qué tipo de algoritmo utiliza un flujo de datos jerárquicos con reglas de decisión para clasificar o predecir?

Accepted Answer

Árbol de decisión

Answer

Red neuronal

Answer

Regresión lineal

Answer

Máquina de vectores de soporte

Question 16

En el aprendizaje automático no supervisado, ¿cuál es el objetivo principal?

Accepted Answer

Descubrir patrones y estructuras ocultas dentro de los conjuntos de datos

Answer

Ajustar un modelo a datos etiquetados

Answer

Predecir valores de salida

Question 17

¿Qué tipo de aprendizaje automático se centra en utilizar recompensas y castigos para guiar al modelo hacia un comportamiento óptimo?

Accepted Answer

Aprendizaje por refuerzo

Answer

Aprendizaje supervisado

Answer

Aprendizaje no supervisado

Answer

Aprendizaje imitativo

Question 18

¿Cuál de las siguientes es una aplicación importante del aprendizaje automático en el mundo real?

Accepted Answer

Reconocimiento de voz

Answer

Resolución de ecuaciones diferenciales

Answer

Escritura creativa

Answer

Traducción poética

Question 19

¿Qué técnica de validación de modelos divide el conjunto de datos en subconjuntos para entrenar y evaluar el modelo, alternando estos roles para obtener estimaciones más robustas?

Accepted Answer

Validación cruzada

Answer

Normalización

Answer

Escalado

Answer

Regularización

Question 20

¿Cuáles son los tres tipos principales de aprendizaje automático (ML)?

Accepted Answer

Supervisado, no supervisado, por refuerzo

Answer

Estático, dinámico, interactivo

Answer

Automático, manual, semiautomático

Answer

Lineal, no lineal, cuadrático

Question 21

En el aprendizaje supervisado, el modelo ML aprende a mapear:

Accepted Answer

Entradas a salidas

Answer

Salidas a salidas

Answer

Salidas a entradas

Answer

Entradas a entradas

Question 22

¿Cuál de los siguientes es un beneficio del ML en los negocios?

Accepted Answer

Mejora de la toma de decisiones

Answer

Disminución de la productividad

Answer

Mayor complejidad de los sistemas

Answer

Aumento de los costes de formación

Question 23

La técnica ML que implica entrenar un modelo para identificar patrones en datos no etiquetados es:

Accepted Answer

Aprendizaje no supervisado

Answer

Aprendizaje supervisado

Answer

Aprendizaje profundo

Answer

Aprendizaje por refuerzo

Question 24

¿Cuál de las siguientes es una función de pérdida utilizada para evaluar el rendimiento de los modelos de clasificación?

Accepted Answer

Logaritmo de pérdida

Answer

Regresión lineal

Answer

Distancia euclidiana

Answer

Distancia de Manhattan

Question 25

En el aprendizaje por refuerzo, el objetivo del agente es:

Accepted Answer

Maximizar la recompensa a largo plazo

Answer

Generar predicciones precisas

Answer

Clasificar entradas

Answer

Almacenar datos históricos

Question 26

El proceso de ajustar los parámetros de un modelo ML para mejorar su rendimiento se conoce como:

Accepted Answer

Optimización de hiperparámetros

Answer

Validación cruzada

Answer

Preprocesamiento de datos

Answer

Regularización