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:

Deep Learning en la industria automotriz

Froggy Jumps

(1)
Jugadas 9 %Acierto 60 Tiempo medio 01:49

Sobre esta actividad

Aplicaciones DL en autos

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
Deep Learning en la industria automotriz
 

Froggy Jumps

Deep Learning en la industria automotrizVersión en línea

Aplicaciones DL en autos

por Carlos Solar
1

¿Qué es ADAS en automoción?

2

¿Cuál es el objetivo principal del perception en coches autónomos?

3

¿Qué sensor es crucial para la visión por computadora en DL automotriz?

4

¿Qué técnica DL se usa para segmentación de imágenes en conducción?

5

¿Qué describe el fusionado de sensores?

6

¿Qué es el aprendizaje por refuerzo en conducción autónoma?

7

¿Cuál es un reto de DL en automoción?

8

¿Qué tipo de datos es común para entrenar modelos DL en vehículos?

9

¿Qué área se beneficia de DL para navegación autónoma?

10

¿Qué es el edge computing en DL automotriz?

11

¿Qué estándar de seguridad se considera en DL automotriz?

12

¿Qué impacto tiene DL en eficiencia de conducción?

13

¿Qué es la transferencia de aprendizaje en DL automotriz?

14

¿Cuál es un reto de dataset en DL automotriz?

15

¿Qué arquitectura DL es común en detección de objetos en autos?

16

¿Qué papel juega la simulación en DL automotriz?

17

¿Qué se entiende por robustez de modelos DL?

18

¿Qué tecnología DL facilita la detección de peatones?

19

¿Cuál es un beneficio de DL en mantenimiento predictivo?

20

¿Qué es un dataset sintético en DL automotriz?

21

¿Cómo ayuda DL a la conducción en condiciones adversas?

22

¿Qué se busca al validar DL para seguridad vial?

23

¿Qué problema ético se aborda con DL en automoción?

24

¿Qué factor limita la adopción de DL en coches?

25

¿Qué técnica ayuda a reducir datos necesarios para entrenamiento?

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.