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:

Sistemas de Recomendación: Verdadero o Falso

Sí o No

Jugadas 55

Sobre esta actividad

Descubre conceptos clave sobre los primeros sistemas de recomendación.

Creada por

México

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
Sistemas de Recomendación: Verdadero o Falso
 

Sistemas de Recomendación: Verdadero o FalsoVersión en línea

Descubre conceptos clave sobre los primeros sistemas de recomendación.

por Miguel Frías
1

El procesamiento de lenguaje natural (NLP) ayuda a la recomendación de contenido textual, como artículos y comentarios de usuarios.

2

En los años 2000s, las aplicaciones de recomendación se expandieron a comercio electrónico, entretenimiento y redes sociales.

3

Las redes neuronales y el aprendizaje profundo no se aplicaron a la recomendación hasta después de 2015.

4

Los modelos híbridos combinan filtrado colaborativo y métodos basados en contenido para mejorar la precisión y la diversidad.

5

El filtrado colaborativo analiza el comportamiento de múltiples usuarios para inferir gustos similares.

6

Desde 2005, las recomendaciones basadas en contenido superaron siempre al filtrado colaborativo en todos los escenarios.

7

Amazon fue la primera empresa en usar sistemas de recomendación en comercio electrónico.

8

Los primeros sistemas de recomendación aparecieron a principios de los 1990 con algoritmos básicos de recomendación.

9

El filtrado colaborativo fue reemplazado por sistemas basados exclusivamente en contenido a principios de la década de 2000.

10

El NLP solo se utiliza para recomendaciones de música y no para textos o artículos.

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.