Quiz 3: C. Profundidad-Primero

+
Batch learning s lo que vamos a hacer en los laboratorios
Vamos a utilizar toda la data y cuando la tengamos el sistema determinado pasara a producción.
Nosotros no vamos a llegar al modo de producción
QUIZ 3
Que método de búsqueda toma menos memoria:
A. Breadth-First y Depth-First toman menos memoria ambos
B. Busqueda Lineal
C. Profundidad-Primero
D. Breadth-First
Una heurística es una manera de:
A. La Unión Dos Nodos en un árbol de búsqueda para ver si uno es mejor que otro
B. Buscar y medir que tan lejos un nodo en el árbol esta tan lejos de su o meta
C. Descubrir algo o una idea embebida en un programa, generalmente un objetivo
D. Todas las anteriores

Cuál es la mejor manera de resolver un problema de juegos:
A. Un acercamiento optimo
B. Un acercamiento lineal
C. Un acercamiento aludible
D. Un acercamiento heuristico
El algoritmo A* es un algoritmo en basado:
A. Profundidad-Primero
B. Mejor-Primero
C. Escalada en la colina
D. Breadth-First
En ambientes no determinísticos los agentes AND-OR se utilizan para generar plane de

contingencia y así alcanzar el objetivo cualquier pasada de la ejecución:
A. Cierto
B. Falso
Un algoritmo general de árbol de búsqueda consider todas las posibles rutas para encontrar una
solución mientras que un algoritmo en búsqueda grafica evita la consideración de caminos de los
trenes.
A. Cierto
B. Falso
Cual de los siguientes métodos no forma parte de una búsqueda uniformada:
A. Breadth-First
B. A*
C. Busqueda Bidireccional
D. Costo Uniforme
Un problema consiste de 5 partes, de estas no es:

A. Estado Inicial
B. Acciones
C. Descripción atomica
D. Funcion objetivo
E. Modelo de Transicion
Como tratan los algoritmos de búsqueda sus estados y acciones, es decir, de que manera:
A. como graficos
B. perceptos como
C. como agentes
D. como descripciones atomicas
n un algoritmo genético como son genes los nuevos estados:
A. Mutacion y Cruces
B. Regeneración y Persistencia
C. Cruces y Persistencia
D. Mutacion y Regeneración
QUIZ 4
1. Que es aprendizaje automático
A. Una configuracion especial en las maquinas para habilitar su aprendizaje
B. Algoritmos que hacen que la maquina aprenda sin necesidad de hacer explicita la
programación
C. Realizar programación por medio de IF ELSE para que la maquina aprenda

D. Realizar reglas de entrada y salida para que la maquina aprenda
E. Todas las anteriores
F. Ninguna de las anteriores
2. Serie de algoritmos que se especifica como datos

entrada y etiquetas y tiene como salida un modelo
A. Aprendizaje supervisado
B. Aprendizaje no supervisado
C. Aprendizaje semivis supervisado
D. Aprendizaje de refuerzo
3. Cuando al modelo ingresamos datos categoricos y la

salida del modelo es un numero:
A. Clasificación
B. Regresión lineal
C. Logística regresiva
D. Bagging
4. Serie de algoritmos que estipulan recompensa y

perdida por medio de políticas
A. Aprendizaje automático
B. Aprendizaje supervisado
C. Aprendizaje de refuerzo
D. Clasificación
5. En batch learning tenemos que aprender sobre la data

en el vuelo (medida que se ingresa)
A. Cierto
B. Falso
6. Cuando estoy haciendo un reconocedor de objetos

con reidentificacion y declaro un vector de
caracteristicas para establecer si es la misma persona
o no:
46:20
A. Aprendizaje a converso en modelo
B. Aprendizaje basado en instancia
C. Aprendizaje automático
D. Aprendizaje estocastico
7. Cuál de los siguientes métodos no es un algoritmo no

supervisado
A. PCA
B. Eclat
C. t-SNE
D. SVM de 1 clase
E. Logística de la detracción
F. Todas las anteriores
G. Ninguna de las anteriores
8. Entrene un algoritmo y tengo 97% acurracy pero

tengo 10% acurracy en el conjunto de pruebas:
A. Subfitting
B. Sesgo alto
C. Alta varianza
D. Sobreajuste
9. Tengo baja precisión en el validation set y también en

el test set
A. Subfitting
B. Sobreajuste
C. Sesgo alto
D. Varianza de Hight

10. Entrenamiento el modelo de 40000 datos con el
100% del dataset (los 40000 datos), tomo como mi
test set el 20% del set de datos de entrenamiento
A. El modelo esta bien hecho, hemos validado el conjunto de entrenamiento con el conjunto de
pruebas
B. El modelo bien hecho, ya podemos todo en produccion
C. El modelo esta mal hecho, lo hemos hecho que dividor en 98%/1%
D. El modelo este mal hecho hemos de utilizar parte del conjunto de datos para training y la otra
parte no vista por el modelo como el test set o tener un test set que no este presente en el
dataset

Quiz 3: C. Profundidad-Primero

Cargado por

Copyright:

Formatos disponibles

Quiz 3: C. Profundidad-Primero

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Quiz 3: C. Profundidad-Primero

Cargado por

Copyright:

Formatos disponibles

+

Batch learning s lo que vamos a hacer en los laboratorios

Nosotros no vamos a llegar al modo de producción

A. Breadth-First y Depth-First toman menos memoria ambos

Una heurística es una manera de:

C. Descubrir algo o una idea embebida en un programa, generalmente un objetivo

D. Todas las anteriores

El algoritmo A* es un algoritmo en basado:

En ambientes no determinísticos los agentes AND-OR se utilizan para generar plane de

Cual de los siguientes métodos no forma parte de una búsqueda uniformada:

Un problema consiste de 5 partes, de estas no es:

D. como descripciones atomicas

n un algoritmo genético como son genes los nuevos estados:

C. Realizar programación por medio de IF ELSE para que la maquina aprenda

E. Todas las anteriores

F. Ninguna de las anteriores

2. Serie de algoritmos que se especifica como datos

C. Aprendizaje semivis supervisado

E. Todas las anteriores

F. Ninguna de las anteriores

3. Cuando al modelo ingresamos datos categoricos y la

E. Todas las anteriores

F. Ninguna de las anteriores

4. Serie de algoritmos que estipulan recompensa y

E. Todas las anteriores

F. Ninguna de las anteriores

5. En batch learning tenemos que aprender sobre la data

6. Cuando estoy haciendo un reconocedor de objetos

A. Aprendizaje a converso en modelo

B. Aprendizaje basado en instancia

E. Todas las anteriores

F. Ninguna de las anteriores

7. Cuál de los siguientes métodos no es un algoritmo no

F. Todas las anteriores

G. Ninguna de las anteriores

8. Entrene un algoritmo y tengo 97% acurracy pero

E. Todas las anteriores

F. Ninguna de las anteriores

9. Tengo baja precisión en el validation set y también en

E. Todas las anteriores

F. Ninguna de las anteriores

B. El modelo bien hecho, ya podemos todo en produccion

C. El modelo esta mal hecho, lo hemos hecho que dividor en 98%/1%

E. Todas las anteriores

F. Ninguna de las anteriores

También podría gustarte