IA de la A a la Z

Ruleta de Palabras

Jugadas 0

Crear copia

Sobre esta actividad

Adivina una palabra por letra sobre IA y visión.

Creada por

Nehemías Pilay

Ecuador

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


IA de la A a la ZVersión en línea Adivina una palabra por letra sobre IA y visión. por Nehemías Pilay A B C D E F G H I J L M N O P Q R S T U V X Y Z Empieza por A Función que introduce no linealidad en la salida de una neurona, permitiendo modelar relaciones complejas. Empieza por B Algoritmo que ajusta pesos calculando errores hacia capas anteriores para minimizar la diferencia entre predicción y realidad. Empieza por C Tipo de capa que aplica filtrado para extraer características espaciales de imágenes. Empieza por D Técnica de regularización que apaga aleatoriamente nodos durante el entrenamiento para reducir el sobreajuste. Empieza por E Medida de incertidumbre en las probabilidades predichas por el modelo. Empieza por F Elemento de una operación de convolución que transforma la región de una imagen para destacar rasgos. Empieza por G Vector de pendientes que guía el ajuste de pesos durante la optimización. Empieza por H Valores configurables que influyen en el rendimiento del modelo durante el entrenamiento. Empieza por I Proceso de usar el modelo entrenado para convertir entradas en salidas previstas. Empieza por J Matriz de derivadas parciales que relaciona cambios en entradas con cambios en salidas. Empieza por L Una de las etapas de una red donde se aplica una operación a las entradas y se transmite el resultado. Empieza por M Estructura entrenada para predecir salidas a partir de entradas. Empieza por N Unidad básica que procesa entradas, combina pesos y aplica una función de activación. Empieza por O Situación en la que el modelo aprende detalles del conjunto de entrenamiento que no se generalizan. Empieza por P Medida que cuantifica cuán lejos están las predicciones de los valores reales. Empieza por Q Algoritmo de aprendizaje por refuerzo que estima la recompensa futura para elegir acciones. Empieza por R Conjunto de técnicas para evitar que el modelo se ajuste demasiado a los datos de entrenamiento. Empieza por S Función que convierte un vector de valores en probabilidades que suman 1. Empieza por T Arreglo multidimensional usado para almacenar entradas, pesos y salidas en redes. Empieza por U Elemento de la red que realiza operaciones sobre entradas y envía el resultado a la siguiente capa. Empieza por V Campo de IA que permite a las máquinas interpretar imágenes. Empieza por X Función booleana que demuestra que una red necesita al menos una capa oculta para aprenderla. Empieza por Y Algoritmo de detección de objetos en tiempo real que predice cajas y etiquetas en imágenes. Empieza por Z Medida de cuántos desvíos estándar se aparta un valor de la media.

IA de la A a la ZVersión en línea

Adivina una palabra por letra sobre IA y visión.

por Nehemías Pilay

Empieza por A

Función que introduce no linealidad en la salida de una neurona, permitiendo modelar relaciones complejas.

Empieza por B

Algoritmo que ajusta pesos calculando errores hacia capas anteriores para minimizar la diferencia entre predicción y realidad.

Empieza por C

Tipo de capa que aplica filtrado para extraer características espaciales de imágenes.

Empieza por D

Técnica de regularización que apaga aleatoriamente nodos durante el entrenamiento para reducir el sobreajuste.

Empieza por E

Medida de incertidumbre en las probabilidades predichas por el modelo.

Empieza por F

Elemento de una operación de convolución que transforma la región de una imagen para destacar rasgos.

Empieza por G

Vector de pendientes que guía el ajuste de pesos durante la optimización.

Empieza por H

Valores configurables que influyen en el rendimiento del modelo durante el entrenamiento.

Empieza por I

Proceso de usar el modelo entrenado para convertir entradas en salidas previstas.

Empieza por J

Matriz de derivadas parciales que relaciona cambios en entradas con cambios en salidas.

Empieza por L

Una de las etapas de una red donde se aplica una operación a las entradas y se transmite el resultado.

Empieza por M

Estructura entrenada para predecir salidas a partir de entradas.

Empieza por N

Unidad básica que procesa entradas, combina pesos y aplica una función de activación.

Empieza por O

Situación en la que el modelo aprende detalles del conjunto de entrenamiento que no se generalizan.

Empieza por P

Medida que cuantifica cuán lejos están las predicciones de los valores reales.

Empieza por Q

Algoritmo de aprendizaje por refuerzo que estima la recompensa futura para elegir acciones.

Empieza por R

Conjunto de técnicas para evitar que el modelo se ajuste demasiado a los datos de entrenamiento.

Empieza por S

Función que convierte un vector de valores en probabilidades que suman 1.

Empieza por T

Arreglo multidimensional usado para almacenar entradas, pesos y salidas en redes.

Empieza por U

Elemento de la red que realiza operaciones sobre entradas y envía el resultado a la siguiente capa.

Empieza por V

Campo de IA que permite a las máquinas interpretar imágenes.

Empieza por X

Función booleana que demuestra que una red necesita al menos una capa oculta para aprenderla.

Empieza por Y

Algoritmo de detección de objetos en tiempo real que predice cajas y etiquetas en imágenes.

Empieza por Z

Medida de cuántos desvíos estándar se aparta un valor de la media.

		%
	Anónimo	%
		%
		%

IA de la A a la Z

Ruleta de Palabras

Sobre esta actividad

Creada por

Descarga la versión para jugar en papel

Top juegos

Ruleta de Palabras

JUEGO PASAPALABRA ROSCO 2

Ruleta de Palabras

Equipos de futbol

Ruleta de Palabras

ROSCO VIRTUAL

Ruleta de Palabras

Jugadores de futbol

Ruleta de Palabras

ruleta de brawl stars

IA de la A a la ZVersión en línea

por Nehemías Pilay

Empieza por A

Función que introduce no linealidad en la salida de una neurona, permitiendo modelar relaciones complejas.

Empieza por B

Algoritmo que ajusta pesos calculando errores hacia capas anteriores para minimizar la diferencia entre predicción y realidad.

Empieza por C

Tipo de capa que aplica filtrado para extraer características espaciales de imágenes.

Empieza por D

Técnica de regularización que apaga aleatoriamente nodos durante el entrenamiento para reducir el sobreajuste.

Empieza por E

Medida de incertidumbre en las probabilidades predichas por el modelo.

Empieza por F

Elemento de una operación de convolución que transforma la región de una imagen para destacar rasgos.

Empieza por G

Vector de pendientes que guía el ajuste de pesos durante la optimización.

Empieza por H

Valores configurables que influyen en el rendimiento del modelo durante el entrenamiento.

Empieza por I

Proceso de usar el modelo entrenado para convertir entradas en salidas previstas.

Empieza por J

Matriz de derivadas parciales que relaciona cambios en entradas con cambios en salidas.

Empieza por L

Una de las etapas de una red donde se aplica una operación a las entradas y se transmite el resultado.

Empieza por M

Estructura entrenada para predecir salidas a partir de entradas.

Empieza por N

Unidad básica que procesa entradas, combina pesos y aplica una función de activación.

Empieza por O

Situación en la que el modelo aprende detalles del conjunto de entrenamiento que no se generalizan.

Empieza por P

Medida que cuantifica cuán lejos están las predicciones de los valores reales.

Empieza por Q

Algoritmo de aprendizaje por refuerzo que estima la recompensa futura para elegir acciones.

Empieza por R

Conjunto de técnicas para evitar que el modelo se ajuste demasiado a los datos de entrenamiento.

Empieza por S

Función que convierte un vector de valores en probabilidades que suman 1.

Empieza por T

Arreglo multidimensional usado para almacenar entradas, pesos y salidas en redes.

Empieza por U

Elemento de la red que realiza operaciones sobre entradas y envía el resultado a la siguiente capa.

Empieza por V

Campo de IA que permite a las máquinas interpretar imágenes.

Empieza por X

Función booleana que demuestra que una red necesita al menos una capa oculta para aprenderla.

Empieza por Y

Algoritmo de detección de objetos en tiempo real que predice cajas y etiquetas en imágenes.

Empieza por Z

Medida de cuántos desvíos estándar se aparta un valor de la media.