Castillo Cantera,Maria CC-V

10140372 Examen 2 September 8, 2021

Preguntas
1. ¿Qué es inteligencia artificial? (1pto)

La inteligencia artificial es la tecnologı́a basada en procesar la información como lo

hace el ser humano, pues se anhela a q estas tecnologı́as lleguen a tener capacidades
exclusivas del ser humano (razonamiento).

2. ¿Cuál es la diferencia entre inteligencia artificial y machine learning? (1pto)

La inteligencia artificial es aquella ”maquina” capaz de imitar al ser humano mientras

que el learning machine es un proceso de entrenamientos al subconjunto de tecnologı́as
de estas maquinas,entrenadas por el ser humano.

3. ¿Cuáles son los tipos de aprendizaje dentro de machine learning? Detallarlos. (2pto)
Hay 4 tipos de aprendizaje:

• Aprendizaje Supervisado
• Aprendizaje No supervisado
• Aprendizaje semi-supervisado
• Aprendizaje por Refuerzo

4. ¿Cómo funciona la gradiente descendente y cual es su aporte en machine learning?(2pto)

Este metodo,es un algoritmo iterativo que nos ayuda saber cómo ajustar los parámetros
de la red de tal forma que se minimice su desviación a la salida, es decir una solucion
optima , en el aporte del learning machine nos ayuda a poder manejar gran cantidad
de data.

5. ¿Qué es el algoritmo de knn? (2pto)

Es un algoritmo de aprendizaje supervisado que a partir de un juego de datos inicial

su objetivo será el de clasificar , se le dice en español metodo del vecino mas cercano,
es decir según sus valores alrededor de un valor ,se predice q comportamiento tendrá
este.

6. ¿Cuáles son las métricas para medir el desempeño en las regresiones? (2pto)

• Error cuadrático medio (MSE).

• Error cuadrático medio (RMSE).
• Error absoluto medio (MAE)

1
Castillo Cantera,Maria CC-V
10140372 Examen 2 September 8, 2021

7. ¿Cuáles son las métricas para medir el desempeño en las clasificaciones? (2pto)

• Recall
• F1
• matriz de confusión

8. ¿La regresión lineal es igual a la regresión logı́stica? (2pto)

No pues la regresión Lineal es de regresión por lo que se utiliza para predecir un valor
numérico, mientras que la regresión Logı́stica es algoritmo de clasificación usada para
predecir entre dos opciones.

9. ¿Cuáles son las ventajas y desventajas de la máquina de soporte vectorial? (2pto)

• Eficaz en espacios de grandes dimensiones.

• Y también para cuando el número de dimensiones es mayor que el número de
muestras.
• Por su uso de subconjunto de puntos de entrenamiento en los vectores de soporte,es
eficiente también en la memoria.
• Versátil pues se pueden especificar diferentes funciones para la función de decisión.

10. Explique con sus propias palabras como funciona el árbol de decisión. (2pto)

Un árbol de decisión es aquel algoritmo de aprendizaje automático donde se analizan

las posibles consecuencias lógicas de realizar una secuencia de acciones al tener una
gran variedad de datos aleatorios, esta se presenta en una forma ”arbol” es decir ram-
ificaciones de decisiones” donde las hojas seria el final del camino de una decisión.

11. ¿Diferencias entre árbol de decisión, random forest y boosting? (2pto)

Un árbol de decisión es solo un proceso donde se toman las probabilidades para un ”de-
cisión”,mientras q ramdon forest es justamente un conjunto de estos arboles de decisión
pero entrenados de diferente manera , el primera random forest en el cual los arboles se
entrenan cda uno con una muestra ligeramente distinta de los datos de entrenamiento y
su predicción es un conjunto de las predicciones de estos arboles,mientras q el boosting
este combina los resultados de varios clasificadores débiles para obtener un clasificador
robusto anteior.