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:

Quiz de Redes Neuronales y Deep Learning

Froggy Jumps

(2)
Jugadas 72 %Acierto 80 Tiempo medio 02:25

Sobre esta actividad

Desafía tu conocimiento sobre NN, CNN y transfer learning.

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
Quiz de Redes Neuronales y Deep Learning
 

Froggy Jumps

Quiz de Redes Neuronales y Deep LearningVersión en línea

Desafía tu conocimiento sobre NN, CNN y transfer learning.

por Cristian Javier Saltos Ponce
1

¿Qué busca una red neuronal de regresión?

2

¿Qué capa se usa típicamente en la salida de una red de clasificación?

3

¿Qué función de pérdida se usa en clasificación?

4

¿Qué es la convolución en CNN?

5

¿Qué es un filtro o kernel en CNN?

6

¿Cuál es una ventaja de las CNN sobre redes densas?

7

¿Qué describe Transfer Learning?

8

¿Qué es Feature Extraction en Transfer Learning?

9

¿Qué es Fine-Tuning en Transfer Learning?

10

¿Qué tipo de problemas busca resolver la regresión?

11

¿Qué indica la intuición de backpropagation?

12

¿Qué provoca una red con múltiples capas ocultas?

13

¿Qué tareas se benefician de CNNs?

14

¿Qué palabra describe la capacidad de aprender características automáticamente?

15

¿Qué es MSE en contextos de redes?

16

¿Qué muestra la idea de ‘bordes’ en CNN?

17

¿Qué sirve para finetuning en Transfer Learning?

18

¿Qué describe la Transferencia de aprendizaje?

19

¿Qué es la arquitectura CNN principalmente usada para?

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.