Aprendizaje Supervisado
Algoritmos Supervisados
Aprendizaje No Supervisado
Redes Neuronales
Aplicaciones y Casos Reales
100

¿Qué es el aprendizaje supervisado?

Es un tipo de aprendizaje automático donde el modelo aprende a partir de datos etiquetados

100

¿Qué algoritmo predice valores continuos?

Regresión lineal

100

¿Qué es el aprendizaje no supervisado?

Es el tipo de aprendizaje automático que trabaja con datos no etiquetados para encontrar patrones.

100

¿Qué es una red neuronal artificial?

Un modelo computacional inspirado en el cerebro humano compuesto por capas de nodos.

100

¿Qué técnica usarías para clasificar correos como spam o no spam?

Clasificación supervisada

200

¿Qué tipo de problemas resuelve comúnmente el aprendizaje supervisado?

Problemas de clasificación y regresión

200

¿Qué representa un nodo hoja en un árbol de decisión?

Una clase o valor de salida final

200

¿Qué es clustering?

Una técnica que agrupa datos similares en clústeres sin usar etiquetas.

200

¿Qué es una neurona artificial?

Una unidad de procesamiento que recibe entradas, aplica pesos y una función de activación

200

¿Qué tipo de aprendizaje se usa para detección de fraudes?

Supervisado o no supervisado, dependiendo si hay etiquetas.

300

¿Cuál es la principal característica de los datos usados en aprendizaje supervisado?

Cada entrada está asociada a una salida o etiqueta conocida

300

¿Qué es un hiperplano en máquinas de soporte vectorial (SVM)?

Es una línea (en 2D) o plano (en dimensiones mayores) que separa las clases.

300

¿Qué algoritmo es común para clustering?

K-means

300

¿Qué es una red neuronal convolucional (CNN)?

Una red diseñada para procesamiento de imágenes que detecta patrones espaciales

300

¿Qué técnica se usa para reconocimiento facial?

Redes neuronales convolucionales (CNN).

400

¿Qué significa "generalizar" en aprendizaje supervisado?

La capacidad del modelo para predecir correctamente sobre datos no vistos.

400

¿Qué tipo de modelo puede manejar relaciones no lineales en aprendizaje supervisado?

Árboles de decisión o SVM con kernel no lineal

400

¿Qué técnica reduce la dimensionalidad de los datos?

Análisis de Componentes Principales (PCA).

400

¿Qué tipo de red es útil para procesar datos secuenciales como texto?

Red neuronal recurrente (RNN)

400

¿Qué técnica se puede usar para recomendaciones en e-commerce?

Filtrado colaborativo (no supervisado) o redes neuronales.

500

¿Qué diferencia al aprendizaje supervisado del no supervisado?

El supervisado usa etiquetas conocidas para entrenar el modelo, el no supervisado no

500

¿Qué significa overfitting y cómo se puede prevenir?

Cuando el modelo memoriza los datos de entrenamiento y no generaliza; se puede prevenir con regularización o validación cruzada.

500

¿Cuál es una posible aplicación del aprendizaje no supervisado?

Segmentación de clientes.

500

¿Qué función cumple la capa de activación en una red neuronal?

Introduce no linealidad para permitir aprender funciones complejas.

500

¿Qué modelo se adapta mejor para pronóstico de ventas futuras?

Modelos de regresión o redes recurrentes (RNN).

M
e
n
u