UNIVERSIDAD POLITÉCNICA DEL VALLE DE MÉXICO

MATERIA INTELIGENCIA DE NEGOCIOS

UNIDAD 3 MINERÍA DE DATOS
CUESTIONARIO

TEMAS A CONSIDERAR PARA LA EVALUACIÓN DE LA UNIDAD 3 MINERIA DE DATOS

U3_CONCEPTOS BÁSICOS DE INTELIGENCIA ARTIFICIAL.

U3_MINERÍA DE DATOS Y EXTRACCION DEL CONOCIMIENTO
U3_REDES NEURONALES ARTIFICIALES
U3_DEFINICION DE PERCEPTRON
U3_TEMA 7 DIFERENCIAS ENTRE INTELIGENCIA ARTIFICIAL, MACHINE LEARNING Y DEEP
LEARNING.
U3_TEMA 6 DEEP LEARNING APRENDIZAJE PROFUNDO

CUESTIONARIO

1. Enliste y explique cada uno de los lengujes de desarrollo de Machine Learning o

aprendizaje automático.
2. Enliste y explique:
2 librerías básicas para la ciencia de los datos
2 librerias básicas para plotting y visualizaciones
3 librerías para Machine Learning
3. ¿Cómo se puede definir una red neuronal formada por un Perceptron?
4. Explique brevemente cada uno de los componentes de un perceptron y
esquematice.
5. Explique de que forma funciona el modelo de perceptrón de una capa
6. Explique de que forma funciona el modelo de perceptrón multicapa
7. De que forma se relacionan los procedimienyo y métodos con la minería de datos y
que pretende con ello.
8. El análisis Discriminante es una técnica tradicional de la estadística multivariante,
esplique en que consiste este tipo de estadística.
9. Cite y explique las técnicas estadísticas tradicionales que sirven para realizar
predicción.
10. ¡Qué es una Red neuronal artificial?
11. ¡Que evento sobresaliente aconteció
12. Explique es una neurona, cómo se clasifican y en que significa cada una de ellas y
de que forma operan.
13. Cite y explique cada uno de los componentes de una red neuronal.
14. ¿En que consiste el entrenamiento de Redes Neuronales Artificiales
UNIVERSIDAD POLITÉCNICA DEL VALLE DE MÉXICO
MATERIA INTELIGENCIA DE NEGOCIOS
UNIDAD 3 MINERÍA DE DATOS
CUESTIONARIO

15. Explique cada uno de los tipos de redes neuronales artificiales.

16. Explique ¿por qué? es fundamental el aprendizaje profundo en Deep learning
17. ¿Cuáles son los límites de las redes neuronales artificiales?
18. ¿Para qué se utilizan las redes neuronales artificiales?
19. ¿En que consiste lnteligencia artificial, Machine Learning y Deeplearnig?
20. Cite y explique cada uno de los aprendizajes relacionados con Machine learning.
21. ¿En qué consiste el proceso de KDD?
22. Explique en en que consiste el Reconocimiento de Patrones y cual es su relevancia
23. ¿En que consiste una Red MLP de aprendizaje supervisado
24. ¿En qué consiste en IA, Clasificación, Regresión y Clustering o Agrupamiento.
25. ¿Cómo funciona Deep Learning y como se lleva a cabo el entrenamiento de la red
neurona?