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:

Биоинформатика

Sí o No

Jugadas 1

Sobre esta actividad

Биоинформатика 11 лекция для студентов университета

Creada por

Uzbekistán

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
Биоинформатика
 

БиоинформатикаVersión en línea

Биоинформатика 11 лекция для студентов университета

por Fatima Amirova
1

Вес связи влияет на силу сигнала.

2

Скрытые слои не участвуют в вычислениях.

3

Входной слой принимает данные.

4

Каждый нейрон передаёт сигнал без обработки.

5

Нейронные сети состоят из искусственных нейронов.

6

Обратное распространение ошибки используется для обучения.

7

Нейросети не используются в медицине.

8

Чем больше данных, тем всегда хуже результат.

9

Нейронные сети могут распознавать речь.

10

Обучение — это изменение весов.

11

Нейросети не могут работать с изображениями.

12

Переобучение — это когда модель плохо работает на новых данных.

13

Функция активации делает модель нелинейной.

14

Глубокие нейронные сети имеют много слоёв.

15

Все нейронные сети одинаковы по структуре.

¿Seguro que quieres abandonar la página?

Si sales, perderás la partida en curso.