Crear
Descargar
Obtener Plan Académico
Compartir juego
Froggy Jumps
Froggy Jumps

RN: Conceptos Clave

Intégralo en tu plataforma

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.
Descargar
Has superado el número máximo de juegos que puedes integrar en Google Classroom con tu Plan actual.

Para integrar tantos juegos como quieras en Google Classroom, necesitas un Plan Académico o un Plan Comercial.

Has superado el número máximo de juegos que puedes integrar en Microsoft Teams con tu Plan actual.

Para integrar tantos juegos como quieras en Microsoft Teams, necesitas un Plan Académico o un Plan Comercial.

La descarga de juegos es una característica exclusiva para usuarios con un Plan Académico o un Plan Comercial.

Obtén ahora tu Plan Académico o Comercial y comienza a integrar tus juegos en tu LMS, web o blog.

Si lo deseas, puedes descargar un juego de prueba aquí y probar su integración:

RN: Conceptos Clave

Froggy Jumps

(4)
Jugadas 70 %Acierto 81 Tiempo medio 02:48

Sobre esta actividad

Quiz sobre fundamentos de redes neuronales

Creada por

Ecuador

Descarga la versión para jugar en papel

Crea tu propio juego gratis desde nuestro creador de juegos
Compite contra tus amigos para ver quien consigue la mejor puntuación en esta actividad

Top juegos

%
Anónimo
Anónimo
%
%
%
Has superado el número máximo de juegos que puedes imprimir con tu Plan actual.

Para imprimir tantos juegos como quieras, necesitas un Plan Académico o un Plan Comercial.

Imprime tu juego
RN: Conceptos Clave
 

Froggy Jumps

RN: Conceptos ClaveVersión en línea

Quiz sobre fundamentos de redes neuronales

por Cristian Javier Saltos Ponce
1

¿Qué es una neurona artificial dentro de una RN?

2

¿Qué es una capa en una RN?

3

¿Qué son los hiperparámetros?

4

¿Qué representa la arquitectura de una RN?

5

¿Qué fue el perceptrón?

6

¿Qué término describe el proceso de ajustar pesos durante el entrenamiento?

7

¿Qué es el descenso del gradiente (GD)?

8

¿Qué alternativa es una variación de GD usada en redes?

9

¿Qué función de activación es ampliamente usada por su eficiencia?

10

¿Qué describe la desviación entre entrenamiento y generalización?

11

¿Qué mide la pérdida MSE?

12

¿Qué busca la entropía cruzada como pérdida?

13

¿Qué representa la retropropagación?

14

¿Qué es la normalización de datos en RN?

15

¿Qué describe la inicialización de pesos?

16

¿Qué es el early stopping?

17

¿Qué se entiende por 'aprendizaje de representaciones'?

18

¿Qué es un 'ciño de universalidad' en RN?

19

¿Qué es una red profunda?

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.