Desafío: Aprendizaje Supervisado

Test

Jugadas 83

Crear copia

Sobre esta actividad

Preguntas sobre árboles, KNN y SVM.

Creada por

Edgardo Leon Ceballos Poveda

Colombia

Descarga la versión para jugar en papel

Top 10 resultados

#	Jugador	Acierto	tiempo
1	LDN 3 de Octubre de 2025	% 100	01:13
2	Lina 7 de Octubre de 2025	% 40	00:53
3	Edgardo Leon Ceballos Poveda 3 de Octubre de 2025	% 0	00:29

¿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

Verbos irregulares en Inglés

Hélmer González Serrano

Colombia

(316)

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

(166)

Completa todas las preguntas
cuanto sabes de Futbol

hugo estay

Chile

(324)

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

Ernest Serret

España

(102)

Responde las siguientes preguntas

		%
	Anónimo	%
		%
		%

Imprime tu juego

Desafío: Aprendizaje Supervisado


Desafío: Aprendizaje SupervisadoVersión en línea Preguntas sobre árboles, KNN y SVM. por Edgardo Leon Ceballos Poveda 1 ¿Qué es un árbol de decisión en ML? a Un modelo que divide datos en ramas según características. b Una red neuronal profunda. c Un algoritmo que sólo ordena datos. d Un modelo que predice usando solo una variable. 2 ¿Qué significa KNN? a Key Nearest Norm b K-Nearest Nodes c K-Nearest Neighbors (K-vecinos más cercanos). d Kernell Network 3 ¿Qué es SVM? a Simple Vector Model b Statistical Variable Method c Sequential Vector Mapping d Support Vector Machine (Máquina de vectores de soporte). 4 ¿Cuál es una ventaja de KNN? a No funciona con datos etiquetados. b No requiere entrenamiento previo; es perezoso. c Necesita miles de parámetros. d Produce modelos explícitos para extrapolar. 5 ¿Qué tipo de problema resuelve un árbol de decisión? a Clasificación o regresión. b Detección de intrusos en red. c Generación de imágenes sintéticas. d Optimización de funciones lineales. 6 ¿Cómo maneja SVM límites no lineales? a Limitando a funciones lineales simples. b Con núcleos (kernel) como RBF o polinomial. c A través de la validación cruzada automática. d Usando capas ocultas profundas. 7 ¿Cuándo es ventajoso usar KNN? a Cuando se necesita un modelo de alto sesgo. b Cuando el conjunto tiene forma compleja y poco sesgado. c Cuando hay miles de características. d Cuando se busca entrenamiento rápido. 8 ¿Qué limita a un árbol de decisión? a Siempre subajusta los datos. b No permite dividir en más de dos ramas. c Puede sobreajustarse y ser inestable ante cambios. d Nunca necesita datos etiquetados. 9 En SVM, ¿qué función define la separación? a La suma de distancias entre puntos. b La media de las características. c La correlación entre variables. d El hyperplano óptimo que maximiza la margen. 10 ¿Qué implica el modo 'perezoso' de KNN? a Deriva una función de costo. b Entrena un modelo paramétrico complejo. c Requiere redes neuronales para funcionar. d Sin fase de entrenamiento; las predicciones se calculan en consulta.

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.

Desafío: Aprendizaje Supervisado

Test

Sobre esta actividad

Creada por

Descarga la versión para jugar en papel

Top juegos

Test

Verbos irregulares en Inglés

Test

Tipos de sintagmas (II)

Test

Brawl stars preguntas

Test

cuanto sabes de Futbol

Test

Cultura general española

Desafío: Aprendizaje SupervisadoVersión en línea

por Edgardo Leon Ceballos Poveda

¿Qué es un árbol de decisión en ML?

¿Qué significa KNN?

¿Qué es SVM?

¿Cuál es una ventaja de KNN?

¿Qué tipo de problema resuelve un árbol de decisión?

¿Cómo maneja SVM límites no lineales?

¿Cuándo es ventajoso usar KNN?

¿Qué limita a un árbol de decisión?

En SVM, ¿qué función define la separación?

¿Qué implica el modo 'perezoso' de KNN?