Aprendizaje de Máquinas: Conceptos Clave

Froggy Jumps

Jugadas 1

Crear copia

Sobre esta actividad

Desafía tus conocimientos de ML.

Creada por

Lizbeth Gpe Márquez Tecomalman

México

Descarga la versión para jugar en papel

Top 10 resultados

#	Jugador	Acierto	tiempo
1	Lizbeth Gpe Márquez Tecomalman 7 de Febrero de 2026	% 10	00:23

¿Quieres aparecer en el Top 10 de este juego? 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

El valle de los lobos

Marcos Signes

España

(109)

20 preguntas de este maravilloso libro
Salva a la Ranita

Melanie Rodriguez

Estados Unidos

(338)

Contesta las siguientes multiplicaciones correctamente para salvar a la ranita y evitar que caiga al agua, mucha suerte!
OPEN UP 6 UNIT 1 VOCABULARY

karen blixen

España

(101)

Repasamos el vocabulario de la unidad
Sabiduría animal

Educaplay Educational Resources

España

(15453)

Conviértete en un genio del Reino Animal
Quiz de Culpa mía película

Yamila Chavez

Argentina

(173)

Demuestra cuánto sabes sobre la película Culpa mía con este divertido quiz.


Froggy Jumps Aprendizaje de Máquinas: Conceptos ClaveVersión en línea Desafía tus conocimientos de ML. por Lizbeth Gpe Márquez Tecomalman 1 ¿Qué tipo de aprendizaje utiliza datos etiquetados para entrenar? a Aprendizaje por refuerzo b Aprendizaje supervisado c Aprendizaje no supervisado 2 ¿Qué mide la precisión en un modelo de clasificación? a Tamaño del conjunto de datos b Velocidad de entrenamiento c Proporción de aciertos 3 ¿Qué problema describe el sobreajuste? a La falta de datos b El modelo aprende ruido en los datos c Baja precisión en todos los datos 4 ¿Qué técnica reduce el sobreajuste forzando simplificación? a Aproximación por vecinos b Regularización c Aumento de características 5 ¿Qué tipo de aprendizaje busca estructuras en datos sin etiquetas? a Aprendizaje no supervisado b Aprendizaje supervisado c Aprendizaje por refuerzo 6 ¿Qué evalúa si un modelo generaliza a datos nuevos? a Normalización de datos b Entrenamiento iterativo c Validación cruzada 7 ¿Qué componente es esencial para entrenar un modelo? a Conjunto de validación b Conjunto de entrenamiento c Conjunto de prueba 8 ¿Qué técnica reduce dimensionalidad manteniendo la mayor varianza? a Regresión lineal b PCA c One-Hot Encoding 9 ¿Qué modelo es común en clasificación binaria? a K-Means b Regresión logística c Red neuronal convolucional 10 ¿Qué describe mejor la tarea del aprendizaje por refuerzo? a Un agente aprende a través de recompensas b Un conjunto de etiquetas c Ajuste de hipervectores

Froggy Jumps

Aprendizaje de Máquinas: Conceptos ClaveVersión en línea

Desafía tus conocimientos de ML.

por Lizbeth Gpe Márquez Tecomalman

¿Qué tipo de aprendizaje utiliza datos etiquetados para entrenar?

Aprendizaje por refuerzo

Aprendizaje supervisado

Aprendizaje no supervisado

¿Qué mide la precisión en un modelo de clasificación?

Tamaño del conjunto de datos

Velocidad de entrenamiento

Proporción de aciertos

¿Qué problema describe el sobreajuste?

La falta de datos

El modelo aprende ruido en los datos

Baja precisión en todos los datos

¿Qué técnica reduce el sobreajuste forzando simplificación?

Aproximación por vecinos

Regularización

Aumento de características

¿Qué tipo de aprendizaje busca estructuras en datos sin etiquetas?

Aprendizaje no supervisado

Aprendizaje supervisado

Aprendizaje por refuerzo

¿Qué evalúa si un modelo generaliza a datos nuevos?

Normalización de datos

Entrenamiento iterativo

Validación cruzada

¿Qué componente es esencial para entrenar un modelo?

Conjunto de validación

Conjunto de entrenamiento

Conjunto de prueba

¿Qué técnica reduce dimensionalidad manteniendo la mayor varianza?

Regresión lineal

PCA

One-Hot Encoding

¿Qué modelo es común en clasificación binaria?

K-Means

Regresión logística

Red neuronal convolucional

¿Qué describe mejor la tarea del aprendizaje por refuerzo?

Un agente aprende a través de recompensas

Un conjunto de etiquetas

Ajuste de hipervectores

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.

Aprendizaje de Máquinas: Conceptos Clave

Froggy Jumps

Sobre esta actividad

Creada por

Descarga la versión para jugar en papel

Top juegos

Froggy Jumps

El valle de los lobos

Froggy Jumps

Salva a la Ranita

Froggy Jumps

OPEN UP 6 UNIT 1 VOCABULARY

Froggy Jumps

Sabiduría animal

Froggy Jumps

Quiz de Culpa mía película

Froggy Jumps

Aprendizaje de Máquinas: Conceptos ClaveVersión en línea

por Lizbeth Gpe Márquez Tecomalman

¿Qué tipo de aprendizaje utiliza datos etiquetados para entrenar?

¿Qué mide la precisión en un modelo de clasificación?

¿Qué problema describe el sobreajuste?

¿Qué técnica reduce el sobreajuste forzando simplificación?

¿Qué tipo de aprendizaje busca estructuras en datos sin etiquetas?

¿Qué evalúa si un modelo generaliza a datos nuevos?

¿Qué componente es esencial para entrenar un modelo?

¿Qué técnica reduce dimensionalidad manteniendo la mayor varianza?

¿Qué modelo es común en clasificación binaria?

¿Qué describe mejor la tarea del aprendizaje por refuerzo?

		%
	Anónimo	%
		%
		%