Fundamentos ML EA4

Test

Jugadas 31

Crear copia

Sobre esta actividad

Fundamentos ML EA4

Creada por

Matías Molins

Chile

Descarga la versión para jugar en papel

Top 10 resultados

Todavía no hay resultados para este juego. ¡Sé el primero en aparecer en el ranking! Inicia sesión para identificarte.

Crea tu propio juego gratis desde nuestro creador de juegos

Compite contra tus amigos para ver quien consigue la mejor puntuación en esta actividad

Crear reto

Tipos de sintagmas (II)

idoia rubio

España

(945)

Actividades interactivas para reconocer los distintos tipos de sintagmas
Brawl stars preguntas

Carlos Andrés Prieto Rodríguez

Colombia

(165)

Completa todas las preguntas
Cultura general española

Ernest Serret

España

(101)

Responde las siguientes preguntas
Verbos irregulares en Inglés

Hélmer González Serrano

Colombia

(314)

Se presentan 10 preguntas, cada una con 4 opciones de respuesta. Seleccione la que considere correcta.
cuanto sabes de Futbol

hugo estay

Chile

(322)

este test esta basado en las diapositivas que pudimos ver con anterioridad, consta de 10 preguntas las cuales tienen alternativas para poder resolverlas.

		%
	Anónimo	%
		%
		%

Imprime tu juego

Fundamentos ML EA4


Fundamentos ML EA4Versión en línea Fundamentos ML EA4 por Matías Molins 1 ¿Cuál es el objetivo principal de la regresión logística? a Predecir una variable continua b Clasificar observaciones en categorías c Minimizar el error cuadrático medio d Generar árboles de decisión 2 ¿Qué tipo de función de activación utiliza la regresión logística? a Lineal b ReLU c Sigmoide d Tangente hiperbólica 3 En clasificación binaria, ¿qué representa el umbral (threshold) en un modelo de regresión logística? a El punto donde la predicción cambia de clase b El valor del intercepto c El error medio absoluto d El coeficiente más importante 4 ¿Qué técnica se utiliza para manejar clases desbalanceadas? a Reducción de dimensionalidad b Oversampling o undersampling c Normalización d Regularización 5 ¿Qué representa la sensibilidad (recall) en una matriz de confusión? a Verdaderos positivos / Total positivos reales b Verdaderos positivos / Total predichos positivos c Verdaderos negativos / Total negativos reales d Falsos positivos / Total reales positivos 6 ¿Cuál es una desventaja del algoritmo KNN? a Tiene alta varianza b No puede manejar clases múltiples c Requiere un modelo entrenado con pesos d Es computacionalmente costoso en predicción 7 ¿Qué significa un valor de precisión bajo y sensibilidad alta? a Se predicen muchas clases negativas incorrectamente b Se clasifican muchos positivos correctamente, pero también muchos falsos positivos c El modelo es ideal d El modelo está balanceado 8 ¿Cuál es la función de pérdida más común en clasificación binaria? a MSE b Cross-entropy (entropía cruzada) c MAE d Log Loss 9 ¿Qué métrica es más apropiada para conjuntos de datos desbalanceados? a Accuracy b AUC-ROC c R2 d MAE 10 ¿Cómo se define el F1-score? a Promedio entre precisión y sensibilidad b Producto entre precisión y sensibilidad c Media armónica entre precisión y sensibilidad d Cociente entre precisión y sensibilidad 11 En KNN, ¿qué significa un valor alto de k? a Mayor sensibilidad al ruido b Menor sesgo c Menor varianza d Mayor sobreajuste 12 ¿Cuál es el principal problema del accuracy en clases desbalanceadas? a Sobreestima el desempeño b Subestima el desempeño c No tiene sentido para clasificación d Es difícil de calcular 13 ¿Qué métrica deberías optimizar si los falsos negativos son muy costosos? a Precisión b Especificidad c Sensibilidad d AUC 14 ¿Qué representa el área bajo la curva ROC (AUC)? a Probabilidad de que el modelo prediga correctamente en promedio b Número de errores promedio c Promedio entre exactitud y sensibilidad d Cantidad de árboles usados 15 ¿Cómo se calcula la matriz de confusión en clasificación binaria? a Conteo de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos b Suma de cuadrados de errores c Promedio entre clases d Uso de valores continuos

Puedes integrar el juego en un LMS compatible con LTI 1.1 o LTI 1.3 como Canvas, Moodle, o Blackboard. De esta manera podrás guardar las puntuaciones automáticamente en el libro de calificaciones de esa plataforma.

Fundamentos ML EA4

Test

Sobre esta actividad

Creada por

Descarga la versión para jugar en papel

Top juegos

Test

Tipos de sintagmas (II)

Test

Brawl stars preguntas

Test

Cultura general española

Test

Verbos irregulares en Inglés

Test

cuanto sabes de Futbol

Fundamentos ML EA4Versión en línea

por Matías Molins

¿Cuál es el objetivo principal de la regresión logística?

¿Qué tipo de función de activación utiliza la regresión logística?

En clasificación binaria, ¿qué representa el umbral (threshold) en un modelo de regresión logística?

¿Qué técnica se utiliza para manejar clases desbalanceadas?

¿Qué representa la sensibilidad (recall) en una matriz de confusión?

¿Cuál es una desventaja del algoritmo KNN?

¿Qué significa un valor de precisión bajo y sensibilidad alta?

¿Cuál es la función de pérdida más común en clasificación binaria?

¿Qué métrica es más apropiada para conjuntos de datos desbalanceados?

¿Cómo se define el F1-score?

En KNN, ¿qué significa un valor alto de k?

¿Cuál es el principal problema del accuracy en clases desbalanceadas?

¿Qué métrica deberías optimizar si los falsos negativos son muy costosos?

¿Qué representa el área bajo la curva ROC (AUC)?

¿Cómo se calcula la matriz de confusión en clasificación binaria?