Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Reactivos InteligenciaArtificial CorteII
Reactivos InteligenciaArtificial CorteII
El conocimiento: Se almacena en
En los Sistemas basados en reglas intervienen dos elementos
la base de conocimiento y consiste
importantes, uno de ellos consiste en un conjunto de objetos y un
Conector: Argumentación en un conjunto de objetos y un
conjunto de reglas que gobierna las relaciones entre esos objetos.
conjunto de reglas que gobierna
Identifique el nombre del elemento que describe la definición.
las relaciones entre esos objetos.
A. Los datos Respuesta correcta: B
Tiempo estimado en 2
*B. El conocimiento
Opciones: minutos
C. Los objetos Nivel de Bloom Aplicación
D. Las reglas Asignatura INTELIGENCIA ARTIFICIAL
Puntaje 1. (1 punto) Reactivo No. 3
Los Sistemas Basados en Reglas son una herramienta eficiente Conoce los principales sistemas
para tratar muchas situaciones complejas gobernadas por reglas Resultado de aprendizaje expertos que se aplican en la
Enunciado:
deterministas, sistemas de control de tráfico, sistemas de a evaluar inteligencia artificial.
seguridad, transacciones bancarias, entre otros.
Base de Datos (Hechos): son los
datos importantes o relevantes
Estos sistemas contienen una arquitectura donde intervienen
relacionados al problema
varios elementos; por ejemplo, la base de datos (hechos) que
específico. Consta de dos partes:
contiene los datos importantes o relevantes relacionados al
Permanente.
problema específico y consta de dos partes. Una de las partes
Conector: Argumentación Temporal: son hechos variantes
contiene hechos variantes que cambian mientras se intenta
que cambian mientras se intenta
solucionar el problema.
solucionar el problema. Se pueden
Identifique la parte de base de datos (hechos) a la que
añadir y borrar los hechos de la
corresponde la definición.
base de datos.
• Retener lo aprendido al
solucionar ese nuevo
problema, para así utilizar
dicha información en el
futuro.
A. Reutilizar, Renombrar, Memorización, Creación Respuesta correcta: C
Tiempo estimado en 2
B. Explorar, Adquirir, Memorizar, Solucionar
Opciones: minutos
* C. Recordar, Reutilizar, Revisar, Retener Nivel de Bloom Aplicación
D. Memorización, Optimalidad, Solucionar, Retroalimentar Asignatura INTELIGENCIA ARTIFICIAL
Puntaje 1. (1 punto) Reactivo No. 6
Conoce definiciones asociados a
Los sistemas expertos basados en casos son capaces de utilizar
Resultado de aprendizaje los principales sistemas expertos
Enunciado: conocimiento específico de experiencias previas para poder
a evaluar que se aplican en la inteligencia
resolver un problema actual.
artificial.
Un sistema basado en casos tiene tres componentes principales: La base de casos contiene las
una interfaz de usuario, un motor de inferencia y una base de descripciones de los problemas
casos. La base de casos contiene las descripciones de los resueltos previamente en forma de
Conector: Argumentación
problemas resueltos previamente en forma de rasgos. rasgos (predictores y objetivos).
Identifique cuales son los rasgos que intervienen en la base de
casos.
A. Positivos y negativos Respuesta correcta: D
Tiempo estimado en 2
B. Suscriptores y publicadores.
Opciones: minutos
C. Predictores y objetivos Nivel de Bloom Aplicación
*D. Ninguna de las anteriores. Asignatura INTELIGENCIA ARTIFICIAL
Puntaje 1. (1 punto) Reactivo No. 1
Enunciado: Machine Learning es una disciplina científica dentro del ámbito Resultado de aprendizaje Identificar cuales son las claves
de la Inteligencia Artificial. Está diseñado para crear sistemas a evaluar del Machine Learning
que adaptan su comportamiento para que las máquinas puedan
Métodos de Búsqueda Cuaspud Anderson, Pérez Kevin
Machine Learning Robles Génesis, Torres Carlos, Vélez Víctor
Sistemas Expertos Villafuerte Jonathan, Rodríguez Randy
Hay que guiar al programa en todas las fases del sistema, Tiempo estimado en 2
* B.
necesita de un aprendizaje supervisado minutos
Puede realizar tareas repetitivas y que requieren de gran Aplicación
C. cantidad de recursos y tiempo, aumentando la eficiencia Nivel de Bloom
en las mismas
Trata los objetos de entrada como un conjunto de INTELIGENCIA ARTIFICIAL
D. variables aleatorias, siendo construido un modelo de Asignatura
densidad para el conjunto de datos
Puntaje 1. (1 punto) Reactivo No. 3
Identificar los algoritmos de
Los diferentes algoritmos de Aprendizaje Automático se agrupan Resultado de aprendizaje
Enunciado: aprendizaje inmersos en el
en una taxonomía en función de la salida de los mismos. a evaluar
Machine Learning
Algunos tipos de algoritmos son: El aprendizaje no supervisado
Aprendizaje supervisado, típicamente trata los objetos de
Aprendizaje no supervisado, entrada como un conjunto de
Conector: Aprendizaje semisupervisado, Argumentación variables aleatorias, siendo
Aprendizaje por refuerzo, construido un modelo de densidad
Aprendizaje multitarea. para el conjunto de datos.
¿En qué consiste el aprendizaje no supervisado?
Opciones: Es una técnica para deducir una función a partir de datos C
A. Respuesta correcta:
de entrenamiento
Está inspirada en la psicología conductista, cuya 2
ocupación es determinar qué acciones debe escoger un
Tiempo estimado en
B. agente de software en un entorno dado con el fin de
minutos
maximizar alguna noción de "recompensa" o premio
acumulado
Es un método de Aprendizaje Automático donde un Aplicación
* C. Nivel de Bloom
modelo es ajustado a las observaciones
D. Métodos de aprendizaje que usan conocimiento Asignatura INTELIGENCIA ARTIFICIAL
previamente aprendido por el sistema de cara a
Métodos de Búsqueda Cuaspud Anderson, Pérez Kevin
Machine Learning Robles Génesis, Torres Carlos, Vélez Víctor
Sistemas Expertos Villafuerte Jonathan, Rodríguez Randy
predictoras.
A. Clasificación Respuesta correcta: B
Tiempo estimado en 2
*B. Regresión
Opciones: minutos
C. Reducción Dimensional Nivel de Bloom Aplicación
D. Clustering Asignatura INTELIGENCIA ARTIFICIAL
Puntaje 1. (1 punto) Reactivo No. 6
El paso más importante en cualquier aplicación de Machine Reconocer cual es la metodología
Learning, es el PRE-PROCESAMIENTO. Usualmente los datos Resultado de aprendizaje para aplicar Machine Learning
Enunciado:
se presentan en formatos no óptimos (o incluso inadecuados) a evaluar
para ser procesados por el modelo.
Las técnicas de normalización y
estandarización de datos permiten
ajustar las características de las
Muchos algoritmos requieren que las características estén en una variables al formato requerido por
Conector: misma escala para optimizar su rendimiento. ¿Qué se recomienda Argumentación el modelo de Machine Learning
aplicar? que se vaya aplicar con el objetivo
de brindar mejor compresión al
aplicar modelos y realizar
predicciones.
Técnicas de predicción para usar los datos de prueba y C
A. Respuesta correcta:
estimar el rendimiento del modelo en los datos nuevos
Aplicar una estimación del error de generalización del Tiempo estimado en 2
B.
Opciones: modelo, o evaluarlo utilizando alguna otra métrica. minutos
Técnica de normalización y estandarización de datos para Aplicación
*C. Nivel de Bloom
ajustar los valores medidos en diferentes niveles.
D. Selección de una muestra de la población Asignatura INTELIGENCIA ARTIFICIAL
Puntaje 1. (1 punto) Reactivo No. 1
Enunciado: Las estrategias de búsqueda se evalúan según los siguientes Resultado de aprendizaje Identificar los tipos de estrategias
criterios: a evaluar de búsqueda.
Métodos de Búsqueda Cuaspud Anderson, Pérez Kevin
Machine Learning Robles Génesis, Torres Carlos, Vélez Víctor
Sistemas Expertos Villafuerte Jonathan, Rodríguez Randy