Introduction to ML Mini-Quiz

Test

Jugadas 0

Crear copia

Sobre esta actividad

Quick ML basics

Creada por

Prabhakaran M

India

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

cuanto sabes de Futbol

hugo estay

Chile

(318)

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

(100)

Responde las siguientes preguntas
Verbos irregulares en Inglés

Hélmer González Serrano

Colombia

(314)

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

(164)

Completa todas las preguntas

		%
	Anónimo	%
		%
		%

Imprime tu juego

Introduction to ML Mini-Quiz


Introduction to ML Mini-QuizVersión en línea Quick ML basics por Prabhakaran M 1 What is machine learning? a A data visualization tool b A set of hard-coded rules c A field of AI enabling systems to learn from data d A database management method 2 What is supervised learning? a Clustering data without labels b Learning from labeled data c Learning from unlabeled data d Dimensionality reduction only 3 What does overfitting mean? a Model ignores training data b Model has no parameters c Model fits training data too closely and fails on new data d Model runs faster on tests 4 Which is a common ML algorithm for regression? a PCA b K-means clustering c Decision trees (classification only) d Linear regression 5 What is the purpose of a train/test split? a Increase training data size only b Improve visualization quality c Evaluate performance on unseen data d Reduce model complexity 6 What is the bias-variance tradeoff? a Variance is always good b Balancing simplicity and sensitivity to data c Tradeoffs are unnecessary in ML d Bias is always good 7 What is a feature in ML terms? a An output label b A preprocessing step c An input variable used for prediction d A model parameter 8 Which is an example of unsupervised learning? a K-means clustering b Support vector classification c Linear regression d Logistic regression 9 What is gradient descent used for? a To generate random data b To split data into groups c To minimize a loss function by updating parameters d To maximize accuracy instantly 10 Which metric is common for classification evaluation? a R-squared b Mean squared error c Mean absolute error d Accuracy

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.

Introduction to ML Mini-Quiz

Test

Sobre esta actividad

Creada por

Descarga la versión para jugar en papel

Top juegos

Test

cuanto sabes de Futbol

Test

Cultura general española

Test

Verbos irregulares en Inglés

Test

Tipos de sintagmas (II)

Test

Brawl stars preguntas

Introduction to ML Mini-QuizVersión en línea

por Prabhakaran M

What is machine learning?

What is supervised learning?

What does overfitting mean?

Which is a common ML algorithm for regression?

What is the purpose of a train/test split?

What is the bias-variance tradeoff?

What is a feature in ML terms?

Which is an example of unsupervised learning?

What is gradient descent used for?

Which metric is common for classification evaluation?