Aprendizaje Generativo

Froggy Jumps

Jugadas 1

Crear copia

Sobre esta actividad

Quiz sobre modelos generativos

Creada por

fani Cacoango

Ecuador

Descarga la versión para jugar en papel

Top 10 resultados

#	Jugador	Acierto	tiempo
1	fani Cacoango 11 de Marzo de 2026	% 0	01:20

¿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

OPEN UP 6 UNIT 1 VOCABULARY

karen blixen

España

(100)

Repasamos el vocabulario de la unidad
Quiz de Culpa mía película

Yamila Chavez

Argentina

(171)

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

Educaplay Educational Resources

España

(15428)

Conviértete en un genio del Reino Animal
El valle de los lobos

Marcos Signes

España

(108)

20 preguntas de este maravilloso libro


Froggy Jumps Aprendizaje GenerativoVersión en línea Quiz sobre modelos generativos por fani Cacoango 1 ¿Qué es el aprendizaje generativo? a Entrenar modelos para clasificar datos b Aprendizaje supervisado puro c Entrenar modelos que generan datos nuevos. 2 ¿Qué son GANs? a Una red generadora y una discriminadora que compiten. b Un único modelo de clasificación c Redes neuronales recurrentes simples 3 ¿Qué caracteriza a los modelos de difusión? a Generan datos a partir de ruido progresivamente limpio. b Requieren supervisión total c Clasifican datos sin generar nuevo contenido 4 ¿Qué es un VAE? a Autoencoder que aprende una distribución latente. b Red neuronal para clasificación c Red neuronal convolucional pura 5 Diferencia clave Generativo vs Discriminativo? a Ambos generan datos igual b Generativo modela distribución; discriminativo predice etiquetas. c Discriminativo modela distribución de datos 6 Ejemplo de uso común de modelos generativos? a Etiquetado automático de datos b Generar imágenes realistas. c Reducir dimensionalidad sin generación 7 Ventaja de los modelos generativos? a Solo predicen etiquetas b No funcionan con datos reales c Pueden crear datos sintéticos para entrenamiento. 8 Qué evalúa un modelo generativo? a Qué tan realistas son los datos generados. b Qué tan rápido entrena el modelo c Qué tan precisos son los labels 9 Riesgos de aprendizaje generativo? a Solo se usa para reinforcement b Inestabilidad numérica sin límites c Sesgos y datos sintéticos mal utilizados. 10 Diferencia entre datos reales y generados? a No hay diferencia técnica b Son iguales siempre c Los datos generados son creados por el modelo; reales son de origen. 11 Qué método usa una red para generar imágenes paso a paso? a Modelos de difusión b GANs exclusivamente c Autoencoders simples

Froggy Jumps

Aprendizaje GenerativoVersión en línea

Quiz sobre modelos generativos

por fani Cacoango

¿Qué es el aprendizaje generativo?

Entrenar modelos para clasificar datos

Aprendizaje supervisado puro

Entrenar modelos que generan datos nuevos.

¿Qué son GANs?

Una red generadora y una discriminadora que compiten.

Un único modelo de clasificación

Redes neuronales recurrentes simples

¿Qué caracteriza a los modelos de difusión?

Generan datos a partir de ruido progresivamente limpio.

Requieren supervisión total

Clasifican datos sin generar nuevo contenido

¿Qué es un VAE?

Autoencoder que aprende una distribución latente.

Red neuronal para clasificación

Red neuronal convolucional pura

Diferencia clave Generativo vs Discriminativo?

Ambos generan datos igual

Generativo modela distribución; discriminativo predice etiquetas.

Discriminativo modela distribución de datos

Ejemplo de uso común de modelos generativos?

Etiquetado automático de datos

Generar imágenes realistas.

Reducir dimensionalidad sin generación

Ventaja de los modelos generativos?

Solo predicen etiquetas

No funcionan con datos reales

Pueden crear datos sintéticos para entrenamiento.

Qué evalúa un modelo generativo?

Qué tan realistas son los datos generados.

Qué tan rápido entrena el modelo

Qué tan precisos son los labels

Riesgos de aprendizaje generativo?

Solo se usa para reinforcement

Inestabilidad numérica sin límites

Sesgos y datos sintéticos mal utilizados.

Diferencia entre datos reales y generados?

No hay diferencia técnica

Son iguales siempre

Los datos generados son creados por el modelo; reales son de origen.

Qué método usa una red para generar imágenes paso a paso?

Modelos de difusión

GANs exclusivamente

Autoencoders simples

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 Generativo

Froggy Jumps

Sobre esta actividad

Creada por

Descarga la versión para jugar en papel

Top juegos

Froggy Jumps

OPEN UP 6 UNIT 1 VOCABULARY

Froggy Jumps

Quiz de Culpa mía película

Froggy Jumps

Salva a la Ranita

Froggy Jumps

Sabiduría animal

Froggy Jumps

El valle de los lobos

Froggy Jumps

Aprendizaje GenerativoVersión en línea

por fani Cacoango

¿Qué es el aprendizaje generativo?

¿Qué son GANs?

¿Qué caracteriza a los modelos de difusión?

¿Qué es un VAE?

Diferencia clave Generativo vs Discriminativo?

Ejemplo de uso común de modelos generativos?

Ventaja de los modelos generativos?

Qué evalúa un modelo generativo?

Riesgos de aprendizaje generativo?

Diferencia entre datos reales y generados?

Qué método usa una red para generar imágenes paso a paso?

		%
	Anónimo	%
		%
		%