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:

Quiz de conceptos de IA

Test

Jugadas 0

Sobre esta actividad

Conceptos clave de IA

Creada por

Colombia

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
Quiz de conceptos de IA
 

Quiz de conceptos de IAVersión en línea

Conceptos clave de IA

por GABRIELA SANTANA MELO
1

¿Qué significa IA en español?

2

Diferencia entre IA débil y IA fuerte.

3

¿Qué es el aprendizaje supervisado?

4

¿Qué caracteriza al aprendizaje no supervisado?

5

¿Qué es una red neuronal artificial?

6

¿Qué es el sobreajuste (overfitting)?

7

¿Qué caracteriza el aprendizaje por refuerzo?

8

¿Qué implica sesgo en IA?

9

Qué mide la precisión (en clasificación)?

10

¿Qué es la regularización?

Explicación

La IA busca emular capacidades cognitivas, no solo automatizar tareas.

La IA débil está limitada a una tarea, mientras la IA fuerte tendría comprensión amplia.

Se necesita pares de entrada/etiqueta para aprender a mapear entradas a salidas.

El objetivo es encontrar estructura o agrupamientos en datos no etiquetados.

Las neuronas artificiales simulan la activación y propagación de señales.

Un modelo que se ajusta demasiado perdura mal ante datos no vistos.

El agente explora acciones y recibe feedback para maximizar recompensas.

Sesgos en datos o en el proceso pueden sesgar decisiones.

Precisión = TP / (TP + FP).

La regularización ayuda a generalizar mejor con datos no vistos.

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.