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:

IA: fundamentos básicos

Test

(1)
Jugadas 2 %Acierto 90 Tiempo medio 02:20

Sobre esta actividad

Conceptos clave de IA

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
IA: fundamentos básicos
 

IA: fundamentos básicosVersión en línea

Conceptos clave de IA

por Marcelo Dominguez Ricardez
1

¿Qué es la inteligencia artificial (IA)?

2

Diferencia entre IA débil y IA fuerte

3

¿Qué es el aprendizaje automático?

4

Supervisado vs no supervisado

5

Redes neuronales son…

6

¿Qué es un conjunto de datos sesgado?

7

Sobreajuste (overfitting)

8

Entrenamiento vs inferencia

9

Ética en IA

10

Ejemplos de IA en la vida diaria

Explicación

La IA busca emular aprendizaje, razonamiento y percepción, no simples cálculos.

La IA débil está orientada a una tarea; la fuerte tendría capacidades similares a la humana.

El aprendizaje automático utiliza datos para ajustar modelos.

El supervisado aprende con datos etiquetados; el no supervisado sin etiquetas.

Las redes neuronales ajustan pesos para reconocer patrones.

El sesgo en datos puede producir decisiones injustas o erróneas.

Overfitting ocurre cuando el modelo no generaliza a datos nuevos.

Entrenamiento crea el modelo; la inferencia usa el modelo ya entrenado.

La ética aborda sesgos, privacidad y seguridad en IA.

Aplicaciones como asistentes, sugerencias y reconocimiento usan IA.

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.