Parcial Redes Reuronales 2021-2

12/11/21 20:38 Examen Parcial de Redes Neuronales - IS09E6 - 12_11_21
Examen Parcial de Redes Neuronales -

IS09E6 - 12_11_21
Estimados alumnos, el examen tiene una duración de 120 minutos, inicia desde las 7:00pm
y termina a las 9:00pm, tener en cuenta que no se extenderá el examen, por tanto tomen sus
precauciones en su tiempo. Tan solo tendrá una sola opción para rendir el examen.
Lea detenidamente las preguntas y responda sólo lo que se requiere para su evaluación
pedido en cada pregunta.
En caso de no saber la respuesta complete la casilla con la letra "x"
2017230525@untels.edu.pe (no compartidos)

Borrador guardado
Cambiar de cuenta
*Obligatorio
Apellidos y nombres *
Caballero Moreno Isabella Susana
https://docs.google.com/forms/d/e/1FAIpQLSfdaa2-RYbB3LHHASyVTQJLTbWMsLfFpDg2TZOSK3W-2ganiQ/viewform?vc=0&c=0&w=1&flr=0 1/7
1) Qué diferencia hay entre Machine Learning y Deep Learning? *
La diferencia está en que Machine Learning trabaja con algoritmos de regresión, árboles de
decisión, etc para analizar, aprender y tomar decisiones en base a lo aprendido (predecir) y
Deep learning trabaja con redes neuronales que simulan el funcionamiento de las
conexiones neuronales del ser humano para el mismo fin.
2) Por que el perceptron simple no resuelve la compuerta lógica XOR. *
Porque con el perceptrón simple solo se pueden resolver problemas linealmente separables
como las compuertas lógicas AND y OR.
3) Que diferencia hay entre el mapeo y el entrenamiento. *
La diferencia está en que el mapeo refiere a la comprobación del funcionamiento correcto

de la red neuronal en el cual se evalúa un caso que no pertenece al grupo de patrones de
entrenamiento y este solo se da en una iteración, y el entrenamiento refiere al ajuste de
pesos de las entradas de todas las neuronas que conforman la red, para que la salida sea lo
más cercano al valor esperado, este se da en "n" iteraciones.
4) En que parte de la red neuronal artificial se almacena lo aprendido. *
En los pesos (w)
5) Cual es la diferencia fundamental entre el perceptron simple y el Adaline. *
La diferencia está en que en el perceptrón simple la actualización de pesos se da en función

de la diferencia de el valor obtenido y el valor deseado (d!=y), y en Adaline la actualización
de pesos se da en base al error que es la diferencia de lo obtenido con lo deseado (e=d-y).
6) Cuál es la diferencia en la aplicación de la función de activación de tipo

escalón y la sigmoidea. *
La función de tipo escalón es binaria y la función sigmoidea se evalúa en un rango [0,1]
7) La salida procesada de una neurona, a la vez entrada de otra neurona como se

llama? *
Sinapsis
8) De acuerdo a la compuerta lógica OR y los datos iniciales. Cuál sería el valor

del w1 y w2 para el primer reajuste de pesos aplicando el perceptron simple? *
W1= -0.19
w2= 0.19
9) Cual es la diferencia fundamental entre la red neuronal Backpropagation y la

red SOM. *
La red neuronal Backpropagation es supervisada mientras que la red SOM es no

supervisada.
10) El error medio cuadrático en la red neurona backpropagation, que significado

se entiende cuando desciende cuando se realiza el proceso de aprendizaje? *
Se entiende que la red neuronal ha aprendido (converge), pues la diferencia entre el valor
obtenido y deseado se va haciendo mínimo o casi nulo.
11) Que ventaja y desventaja se tiene si se le aumenta la cantidad de capas

ocultas en la red neuronal. *
Ventaja: La red neuronal puede aprender más a detalle.
Desventaja: Se requiere más procesamiento a nivel de hardware y software.
12) Si tengo una red neuronal artificial de tipo Backpropagation, con 3 patrones
de entrada, 3 neuronas en la primera capa oculta, 3 neuronas en la segunda capa
oculta y una neurona en la capa de salida, Cuantos pesos sinápticos y valores
umbrales tendría la red?. *
21 pesos sinápticos y 3 umbrales
13) Se desea que la red neuronal artificial backpropagation aprenda los dígitos
numéricos (del 0 al 9) representados en una matriz de 6x6. Cuantos patrones de
entrada y cuantas neuronas de salida tendría la red neuronal? *
16 y 4
14) A partir del siguiente tabla, cuantos patrones de entrada, cuantas neuronas
tendría en la única capa oculta y cuantas neuronas tendría en la capa de salida? *
3 patrones de entrada, 3 neuronas en la capa oculta y 1 neurona en la capa de salida
15) A partir del siguiente tabla, cuantos patrones de entrada, cuantas neuronas
tendría en la única capa oculta y cuantas neuronas tendría en la capa de salida? *
3 patrones de entrada, 3 neuronas en la capa oculta y 1 neurona en la capa de salida
Enviar Borrar formulario
Nunca envíes contraseñas a través de Formularios de Google.
Este formulario se creó en Universidad Nacional Tecnológica de Lima Sur. Notificar uso inadecuado
Formularios

Parcial Redes Reuronales 2021-2

Cargado por

Copyright:

Formatos disponibles

Parcial Redes Reuronales 2021-2

Cargado por

Información del documento

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

Parcial Redes Reuronales 2021-2

Cargado por

Copyright:

Formatos disponibles

12/11/21 20:38 Examen Parcial de Redes Neuronales - IS09E6 - 12_11_21

Examen Parcial de Redes Neuronales -

En caso de no saber la respuesta complete la casilla con la letra "x"

2017230525@untels.edu.pe (no compartidos)

Caballero Moreno Isabella Susana

1) Qué diferencia hay entre Machine Learning y Deep Learning? *

2) Por que el perceptron simple no resuelve la compuerta lógica XOR. *

3) Que diferencia hay entre el mapeo y el entrenamiento. *

La diferencia está en que el mapeo refiere a la comprobación del funcionamiento correcto

4) En que parte de la red neuronal artificial se almacena lo aprendido. *

En los pesos (w)

5) Cual es la diferencia fundamental entre el perceptron simple y el Adaline. *

La diferencia está en que en el perceptrón simple la actualización de pesos se da en función

6) Cuál es la diferencia en la aplicación de la función de activación de tipo

La función de tipo escalón es binaria y la función sigmoidea se evalúa en un rango [0,1]

7) La salida procesada de una neurona, a la vez entrada de otra neurona como se

8) De acuerdo a la compuerta lógica OR y los datos iniciales. Cuál sería el valor

9) Cual es la diferencia fundamental entre la red neuronal Backpropagation y la

La red neuronal Backpropagation es supervisada mientras que la red SOM es no

10) El error medio cuadrático en la red neurona backpropagation, que significado

11) Que ventaja y desventaja se tiene si se le aumenta la cantidad de capas

Ventaja: La red neuronal puede aprender más a detalle.

Desventaja: Se requiere más procesamiento a nivel de hardware y software.

21 pesos sinápticos y 3 umbrales

3 patrones de entrada, 3 neuronas en la capa oculta y 1 neurona en la capa de salida

3 patrones de entrada, 3 neuronas en la capa oculta y 1 neurona en la capa de salida

Enviar Borrar formulario

Nunca envíes contraseñas a través de Formularios de Google.

También podría gustarte