Crear
Descargar
Obtener Plan Académico
Compartir juego
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:

Sí o No: Aprendizaje Tecnológico

Sí o No

Jugadas 2

Sobre esta actividad

Juego rápido sobre aprendizaje tecnológico.

Creada por

Chile

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
Sí o No: Aprendizaje Tecnológico
 

Sí o No: Aprendizaje TecnológicoVersión en línea

Juego rápido sobre aprendizaje tecnológico.

por Fabian
1

El aprendizaje por refuerzo se basa en la interacción con un entorno y recibe recompensas.

2

El aprendizaje supervisado utiliza datos etiquetados para entrenar modelos.

3

El aprendizaje por refuerzo es exactamente igual al aprendizaje supervisado.

4

El aprendizaje profundo es una subcategoría del aprendizaje automático que utiliza redes neuronales profundas.

5

El aprendizaje automático supervisado solo funciona con datos numéricos.

6

El aprendizaje no supervisado generalmente da respuestas correctas ya etiquetadas.

7

En aprendizaje supervisado, los datos se usan sin etiquetas para aprender patrones.

8

Las redes neuronales profundas requieren menos datos que otros modelos para generalizar bien.

9

El aprendizaje por transferencia permite usar conocimientos de una tarea para mejorar otra.

10

El aprendizaje no supervisado busca estructuras o patrones en datos sin etiquetas.

11

Espero que le alla gustado

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.