Tipos de aprendizaje automático: Conceptos y aplicaciones

Question 1

¿Qué tipo de aprendizaje automático implica entrenar un modelo con datos etiquetados?

Accepted Answer

Supervisado

Answer

No supervisado

Answer

Por refuerzo

Question 2

¿En qué tipo de aprendizaje automático el modelo aprende patrones a partir de datos sin etiquetar?

Accepted Answer

No supervisado

Answer

Supervisado

Answer

Por refuerzo

Question 3

¿Cuál es el objetivo del aprendizaje automático por refuerzo?

Accepted Answer

Maximizar la recompensa a través de interacciones con el entorno

Answer

Aprender a partir de datos etiquetados

Answer

Aprender a partir de datos sin etiquetar

Question 4

¿Qué tipo de aprendizaje automático se utiliza en aplicaciones como los sistemas de recomendación?

Accepted Answer

No supervisado

Answer

Supervisado

Answer

Por refuerzo

Question 5

¿Cuál es una ventaja del aprendizaje automático supervisado?

Accepted Answer

Mayor precisión en las predicciones

Answer

Requiere menos datos de entrenamiento

Answer

Puede aprender patrones complejos

Question 6

¿Cuál es un desafío del aprendizaje automático no supervisado?

Accepted Answer

Interpretar los resultados

Answer

Obtener datos etiquetados

Answer

Entrenar modelos complejos

Question 7

¿Cuál de los siguientes es un ejemplo de algoritmo de regresión en el aprendizaje automático supervisado?

Accepted Answer

Regresión lineal

Answer

Agrupamiento

Answer

Reducción de dimensiones

Question 8

¿Qué tipo de datos recibe el algoritmo como entrada en el aprendizaje automático supervisado?

Accepted Answer

Datos etiquetados

Answer

Datos sin etiquetar

Answer

Recompensas y castigos

Question 9

¿Qué tipo de algoritmo de aprendizaje automático supervisado se emplea para predecir valores continuos, como el precio de una casa o la temperatura?

Accepted Answer

Regresión

Answer

Clasificación

Answer

Clustering

Answer

Árbol de decisión

Question 10

En el aprendizaje automático, ¿qué tipo implica el uso de datos etiquetados para entrenar el modelo?

Accepted Answer

Aprendizaje supervisado

Answer

Aprendizaje no supervisado

Answer

Aprendizaje por refuerzo

Question 11

Para agrupar datos similares en el aprendizaje no supervisado, ¿qué técnica se utiliza normalmente?

Accepted Answer

Clustering

Answer

Clasificación

Answer

Regresión

Question 12

¿Cuál de las siguientes es una aplicación práctica del aprendizaje por refuerzo?

Accepted Answer

Entrenar modelos de ajedrez

Answer

Diagnosticar enfermedades

Answer

Predecir la demanda de productos

Question 13

Antes de entrenar un modelo de aprendizaje automático, ¿cómo se denomina el proceso de preparar los datos?

Accepted Answer

Ingeniería de características

Answer

Modelado

Answer

Evaluación

Question 14

Indica la principal diferencia entre el aprendizaje supervisado y no supervisado:

Accepted Answer

Uso de datos etiquetados

Answer

Tamaño del conjunto de datos

Answer

Algoritmos utilizados

Question 15

En el aprendizaje automático, ¿qué herramienta se utiliza a menudo para entrenar y desplegar modelos?

Accepted Answer

TensorFlow

Answer

Excel

Answer

Java

Question 16

En el proceso de aprendizaje automático, ¿en qué etapa se evalúa el rendimiento del modelo entrenado?

Accepted Answer

Evaluación

Answer

Entrenamiento

Answer

Implementación

Question 17

¿Qué tipo de aprendizaje automático es supervisado, donde el modelo aprende a mapear entradas a salidas utilizando datos etiquetados?

Accepted Answer

Aprendizaje supervisado (Clasificación, Regresión)

Answer

Aprendizaje no supervisado (Clustering, Reducción de dimensionalidad)

Answer

Aprendizaje por refuerzo

Answer

Aprendizaje profundo

Question 18

¿Qué tipo de aprendizaje automático implica identificar patrones y estructuras en datos no etiquetados?

Accepted Answer

Aprendizaje no supervisado (Clustering, Reducción de dimensionalidad)

Answer

Aprendizaje supervisado

Answer

Aprendizaje por refuerzo

Answer

Aprendizaje profundo

Question 19

¿Cuál de las siguientes es una aplicación del aprendizaje por refuerzo, donde el modelo aprende a tomar acciones en un entorno para maximizar la recompensa?

Accepted Answer

Juego de ajedrez

Answer

Reconocimiento de imágenes

Answer

Diagnóstico médico

Answer

Análisis de sentimientos

Question 20

¿Qué técnica es utilizada para reducir la dimensionalidad de los datos en el aprendizaje automático, proyectándolos en un espacio de menores dimensiones?

Accepted Answer

Análisis de componentes principales

Answer

Normalización

Answer

Estandarización

Answer

Regresión lineal

Question 21

¿Qué algoritmo de aprendizaje automático se utiliza comúnmente para problemas de clasificación supervisados, como SVM (Support Vector Machines)?

Accepted Answer

Máquinas de vectores de soporte (SVM)

Answer

Árboles de decisión

Answer

Redes neuronales

Answer

Algoritmo genético

Question 22

¿Qué tipo de aprendizaje automático se utiliza para generar nuevos datos, como texto o imágenes, aprendiendo la distribución subyacente de los datos?

Accepted Answer

Aprendizaje generativo

Answer

Aprendizaje por transferencia

Answer

Aprendizaje del lenguaje natural

Answer

Aprendizaje automático profundo

Question 23

En el aprendizaje supervisado, el algoritmo de aprendizaje automático...

Accepted Answer

Aprende de datos ya etiquetados para predecir resultados

Answer

Encuentra patrones en datos no etiquetados

Answer

Optimiza acciones a través de recompensas

Answer

Es programado con reglas explícitas

Question 24

¿Cuál es el objetivo principal del aprendizaje no supervisado?

Accepted Answer

Encontrar estructuras ocultas en datos no etiquetados

Answer

Predecir resultados basados en datos etiquetados

Answer

Optimizar acciones a través de recompensas

Answer

Clasificar datos en categorías predefinidas

Question 25

En el aprendizaje por refuerzo, el agente...

Accepted Answer

Recibe recompensas o castigos por sus acciones

Answer

Aprende de datos etiquetados para predecir resultados

Answer

Encuentra patrones en datos no etiquetados

Answer

Es guiado por reglas predeterminadas

Question 26

¿Qué tipo de aprendizaje automático es adecuado para identificar patrones ocultos en datos sin etiquetas?

Accepted Answer

No supervisado

Answer

Supervisado

Answer

Por refuerzo

Answer

Por descubrimiento

Question 27

En el aprendizaje por refuerzo, la función de recompensa...

Accepted Answer

Evalúa el rendimiento del agente

Answer

Indica al agente qué acciones tomar

Answer

Entrena al algoritmo de aprendizaje automático

Answer

Clasifica los datos en categorías

Question 28

El procesamiento del lenguaje natural (PNL) es un subcampo de...

Accepted Answer

Aprendizaje automático

Answer

Ciencia de datos

Answer

Robótica

Answer

Matemáticas aplicadas

Question 29

¿Cuál es el objetivo principal del aprendizaje supervisado en la inteligencia artificial?

Accepted Answer

Adiestrar un modelo para hacer predicciones precisas basadas en datos etiquetados

Answer

Descubrir patrones ocultos en conjuntos de datos no etiquetados

Answer

Recompensar o castigar comportamientos específicos para optimizar el rendimiento

Question 30

Selecciona un ejemplo de aplicación del aprendizaje no supervisado:

Accepted Answer

Identificar grupos o clústeres dentro de conjuntos de datos

Answer

Reconocer y clasificar objetos en imágenes

Answer

Clasificar correos electrónicos como spam o no spam

Question 31

En el aprendizaje por refuerzo, ¿cuál es el propósito de la función de recompensa?

Accepted Answer

Guiar al agente proporcionando información sobre la idoneidad de sus acciones

Answer

Establecer el objetivo que el agente debe lograr

Answer

Ajustar los parámetros internos del modelo de aprendizaje

Question 32

¿Cuál de las siguientes opciones es un tipo de algoritmo de agrupación en clústeres?

Accepted Answer

K-medias

Answer

Regresión lineal

Answer

Árboles de decisión

Question 33

En el aprendizaje supervisado, ¿qué se entiende por variable dependiente?

Accepted Answer

La variable que se predice o estima a partir de otras variables

Answer

La variable que se utiliza para predecir o estimar otra variable

Answer

La variable que define la métrica de rendimiento del modelo

Question 34

Un modelo de aprendizaje automático se puede definir como:

Accepted Answer

Un algoritmo que puede aprender patrones a partir de datos

Answer

Una representación simplificada de un conjunto de datos

Answer

Un conjunto de reglas lógicas que operan sobre datos

Question 35

En el aprendizaje por refuerzo, ¿qué representa el estado actual del entorno?

Accepted Answer

La información disponible para el agente sobre el entorno

Answer

El objetivo final que el agente debe alcanzar

Answer

La recompensa recibida por el agente en su estado actual

Question 36

Para el aprendizaje supervisado, ¿qué características debe tener un conjunto de datos de entrenamiento?

Accepted Answer

Estar etiquetado y representar adecuadamente el problema

Answer

Estar etiquetado y tener una distribución equilibrada

Answer

No estar etiquetado y ser representativo del problema

Question 37

¿Qué tipo de aprendizaje automático se utiliza para enseñar a un modelo a reconocer objetos en imágenes?

Accepted Answer

Aprendizaje supervisado

Answer

Aprendizaje no supervisado

Answer

Aprendizaje por refuerzo

Question 38

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

Accepted Answer

Detección de anomalías **(NUEVO)**

Answer

Reconocimiento de imágenes

Answer

Clasificación de texto

Answer

Predicción del clima

Question 39

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

Accepted Answer

Encontrar patrones o estructuras **(CLARIFICADO)**

Answer

Clasificar o predecir valores

Answer

Tomar decisiones óptimas

Answer

Generar nuevas muestras

Question 40

¿Qué técnica se utiliza en el aprendizaje automático no supervisado para agrupar datos similares?

Accepted Answer

K-medias **(RETIRADO 'Clustering' redundante)**

Answer

Árboles de decisión

Answer

Redes neuronales

Answer

Regresión lineal

Question 41

En el aprendizaje automático por refuerzo, ¿cómo recibe el agente feedback sobre su rendimiento?

Accepted Answer

Retroalimentación positiva o negativa **(SIMPLIFICADO)**

Answer

Datos de entrada y salida

Answer

Conjunto de datos etiquetados

Answer

Función de pérdida

Question 42

¿Cuál de las siguientes es una ventaja clave del aprendizaje automático por refuerzo?

Accepted Answer

Puede aprender comportamientos complejos **(CLARIFICADO)**

Answer

No requiere datos etiquetados

Answer

Es rápido y eficiente

Answer

Es robusto al ruido

Question 43

¿Cuál de los siguientes NO es un desafío común en el aprendizaje automático?

Accepted Answer

Disponibilidad de hardware **(ELIMINADO como no esencial)**

Answer

Sobreajuste

Answer

Subajuste

Answer

Interpretabilidad

Question 44

En el contexto del aprendizaje automático, ¿cuál es el propósito de una 'función de pérdida'?

Accepted Answer

Una métrica que cuantifica el error del modelo **(SIMPLIFICADO)**

Answer

Una función que optimiza el rendimiento del modelo

Answer

Un tipo de algoritmo de aprendizaje automático

Answer

Un conjunto de datos utilizado para entrenar el modelo

Question 45

En el aprendizaje automático, ¿qué tipo de aprendizaje utiliza datos etiquetados para entrenar un modelo?

Accepted Answer

Aprendizaje supervisado

Answer

Aprendizaje no supervisado

Answer

Aprendizaje profundo

Answer

Aprendizaje por refuerzo

Question 46

En el aprendizaje no supervisado, los datos de entrenamiento:

Accepted Answer

No están etiquetados

Answer

Están etiquetados

Answer

Están estructurados de forma específica

Answer

Son parcialmente etiquetados

Question 47

¿Qué tipo de aprendizaje automático se usa en robots que aprenden a navegar y tomar decisiones en entornos desconocidos?

Accepted Answer

Aprendizaje por refuerzo

Answer

Aprendizaje profundo

Answer

Aprendizaje supervisado

Answer

Aprendizaje no supervisado

Question 48

Una red neuronal profunda es un ejemplo de:

Accepted Answer

Aprendizaje profundo

Answer

Aprendizaje no supervisado

Answer

Aprendizaje supervisado

Answer

Aprendizaje automático clásico

Question 49

¿Cuál de las siguientes es una aplicación típica del aprendizaje automático supervisado?

Accepted Answer

Clasificación de imágenes

Answer

Generación de datos sintéticos

Answer

Detección de anomalías

Answer

Clustering de datos

Question 50

¿Qué técnica de aprendizaje automático se utiliza para reducir la dimensionalidad de los datos sin perder información significativa?

Accepted Answer

Análisis de componentes principales (PCA)

Answer

K-means

Answer

Regresión lineal

Answer

Máquinas de soporte vectorial (SVM)

Question 51

¿Cuál de los siguientes algoritmos se utiliza para entrenar modelos de aprendizaje profundo?

Accepted Answer

Backpropagation

Answer

K-means

Answer

Árboles de decisión

Answer

SVM

Question 52

El aprendizaje por transferencia consiste en:

Accepted Answer

Utilizar un modelo pre-entrenado en una nueva tarea

Answer

Entrenar un modelo desde cero para cada nueva tarea

Answer

Construir un nuevo modelo de red neuronal para cada tarea

Answer

Ajustar los hiperparámetros de un modelo existente para cada tarea

Question 53

¿Qué tipo de aprendizaje automático se especializa en aprender patrones temporales en datos secuenciales?

Accepted Answer

Aprendizaje recurrente

Answer

Aprendizaje no supervisado

Answer

Aprendizaje profundo

Answer

Aprendizaje por refuerzo