BIG DATA

Froggy Jumps

(1)

Jugadas 20

Crear copia

Sobre esta actividad

INTELIGENCIA ARTIFICIAL Y BIG DATA EN GEOMÁTICA

Creada por

Huberth Perez Ugalde

Costa Rica

Descarga la versión para jugar en papel

Top 10 resultados

#	Jugador	Acierto	tiempo
1	Dilan 29 de Agosto de 2025	% 87	02:10
2	Brandon Andrés Azofeifa 29 de Agosto de 2025	% 80	02:36
3	JGR 29 de Agosto de 2025	% 73	02:54
4	Cri cri 29 de Agosto de 2025	% 67	02:02
5	Emmanuel 29 de Agosto de 2025	% 27	01:50
6	Michelle 29 de Agosto de 2025	% 27	01:52
7	Sergio 29 de Agosto de 2025	% 13	01:17
8	Huberth Perez Ugalde 29 de Agosto de 2025	% 0	00:05

¿Quieres aparecer en el Top 10 de este juego? 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

El valle de los lobos

Marcos Signes

España

(107)

20 preguntas de este maravilloso libro
OPEN UP 6 UNIT 1 VOCABULARY

karen blixen

España

(97)

Repasamos el vocabulario de la unidad
Sabiduría animal

Educaplay Educational Resources

España

(15333)

Conviértete en un genio del Reino Animal
Salva a la Ranita

Melanie Rodriguez

Estados Unidos

(334)

Contesta las siguientes multiplicaciones correctamente para salvar a la ranita y evitar que caiga al agua, mucha suerte!
Quiz de Culpa mía película

Yamila Chavez

Argentina

(170)

Demuestra cuánto sabes sobre la película Culpa mía con este divertido quiz.

		%
	Anónimo	%
		%
		%

Imprime tu juego

BIG DATA


Froggy Jumps BIG DATAVersión en línea INTELIGENCIA ARTIFICIAL Y BIG DATA EN GEOMÁTICA por Huberth Perez Ugalde 1 1.¿Cuál es el principal objetivo de la regresión lineal? a Clasificar datos en categorías binarias b Predecir valores continuos a partir de variables independientes c Minimizar la dependencia espacial en los datos 2 ¿Qué caracteriza al aprendizaje supervisado? a Utiliza datos sin etiquetas b Se basa en retroalimentación del entorno c Se entrena con datos previamente etiquetados 3 En geomática, ¿para qué puede aplicarse la regresión logística? a Predicción de deformaciones del terreno b Identificación de áreas en riesgo de deslizamientos c Estimación de precios de propiedades 4 ¿Cuál de los siguientes es un ejemplo de aprendizaje no supervisado? a Clasificación de cobertura del suelo con datos etiquetados b Detección de patrones mediante clustering c Predicción de eventos con probabilidad binaria 5 ¿Qué método se utiliza en la regresión lineal para ajustar la recta a los datos? a Máxima verosimilitud b Regla de Bayes c Mínimos cuadrados ordinarios 6 ¿Qué representa la pendiente (β1) en la regresión lineal simple? a El cambio en Y por cada unidad de X b El valor de Y cuando X=0 c El error no explicado por el modelo 7 ¿Cuál es una limitación de la regresión lineal simple? a Permite considerar múltiples factores b Es sensible a valores atípicos c No requiere variables independientes 8 ¿Qué ventaja ofrece la regresión lineal múltiple frente a la simple? a Es menos precisa en fenómenos complejos b No requiere control de factores externos c Considera múltiples variables independientes 9 ¿Qué tipo de variable utiliza la regresión logística como dependiente? a Continua b Binaria c Categórica con múltiples niveles 10 ¿Qué función matemática sustenta la regresión logística? a Logística b Polinómica c Exponencial 11 11.En geomática, ¿Qué problema enfrenta la regresión logística debido a la naturaleza espacial de los datos? a Multicolinealidad b Autocorrelación espacial c 12 ¿Qué técnica se utiliza para tratar variables categóricas en regresión logística? a Clustering b Normalización Z-score c Variables dummy 13 ¿Qué aplicación práctica se describe para la regresión lineal en catastro en Costa Rica? a Creación de mapas de calor b Georreferenciación de planos antiguos c Detección de deslizamientos 14 ¿Qué indicador se utiliza para evaluar la capacidad predictiva de un modelo de regresión logística? a AUC de la curva ROC b R² ajustado c Media aritmética 15 15.¿Qué aportan la visualización de datos en geomática? a Sustituye el análisis estadístico b Facilita interpretar modelos y comunicar resultados c Elimina la necesidad de datos numéricos

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.

BIG DATA

Froggy Jumps

Sobre esta actividad

Creada por

Descarga la versión para jugar en papel

Top juegos

Froggy Jumps

El valle de los lobos

Froggy Jumps

OPEN UP 6 UNIT 1 VOCABULARY

Froggy Jumps

Sabiduría animal

Froggy Jumps

Salva a la Ranita

Froggy Jumps

Quiz de Culpa mía película

Froggy Jumps

BIG DATAVersión en línea

por Huberth Perez Ugalde

1.¿Cuál es el principal objetivo de la regresión lineal?

¿Qué caracteriza al aprendizaje supervisado?

En geomática, ¿para qué puede aplicarse la regresión logística?

¿Cuál de los siguientes es un ejemplo de aprendizaje no supervisado?

¿Qué método se utiliza en la regresión lineal para ajustar la recta a los datos?

¿Qué representa la pendiente (β1) en la regresión lineal simple?

¿Cuál es una limitación de la regresión lineal simple?

¿Qué ventaja ofrece la regresión lineal múltiple frente a la simple?

¿Qué tipo de variable utiliza la regresión logística como dependiente?

¿Qué función matemática sustenta la regresión logística?

11.En geomática, ¿Qué problema enfrenta la regresión logística debido a la naturaleza espacial de los datos?

¿Qué técnica se utiliza para tratar variables categóricas en regresión logística?

¿Qué aplicación práctica se describe para la regresión lineal en catastro en Costa Rica?

¿Qué indicador se utiliza para evaluar la capacidad predictiva de un modelo de regresión logística?

15.¿Qué aportan la visualización de datos en geomática?