30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

   

Mis cursos DATOS GRANDES - P4002-TEÓRICO-PRACTICO-Q0117-06-N08 Semana 14

Cuestionario: Deep Learning

Comenzado el martes, 30 de mayo de 2023, 12:14

Estado Finalizado
Finalizado en martes, 30 de mayo de 2023, 12:25
Tiempo 10 minutos 49 segundos
empleado
Puntos 10,00/13,00
Calificación 15,38 de 20,00 (77%)

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 1/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Pregunta 1
Incorrecta

Se puntúa 0,00 sobre 1,00

Una Standard Neural Network (SNN) se puede usar en aplicaciones como:

a. Imagen computacional como el photo tagging.

b. Reconocimiento de voz o traductores de texto. 
c. Conducción automática de máquinas como drones, autos, etc.
d. Precios de bienes raíces y publicidad en línea.

Pregunta 2
Correcta

Se puntúa 1,00 sobre 1,00

Una Convolutional Neural Network (CNN) se puede usar en aplicaciones como:

a. Precios de bienes raíces y publicidad en línea.

b. Reconocimiento de voz o traductores de texto.
c. Conducción automática de máquinas como drones, autos, etc.
d. Imagen computacional como el photo tagging. 

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 2/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Pregunta 3
Incorrecta

Se puntúa 0,00 sobre 1,00

¿Qué es la Transformada Rápida de Fourier?

a. Es un algoritmo que permite eliminar el ruido de una señal continua.

b. Es un algoritmo eficiente que permite calcular la Transformada Discreta de Fourier.
c. Es un algoritmo que permite eliminar el ruido de una señal discreta.
d. Es un algoritmo eficiente que permite calcular la Transformada de Fourier de señales continuas. 

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 3/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Pregunta 4
Correcta

Se puntúa 1,00 sobre 1,00

¿Por qué el algoritmo Recurrent Neural Network (RNN) es usado para las máquinas de traducción, por ejemplo, de
inglés a francés?

a. Porque puede ser entrenado como un problema de aprendizaje supervisado, y la salida y entrada de
datos no es secuencial.
b. Porque puede ser entrenado como un problema de aprendizaje supervisado, y la salida y entrada de 
datos es una secuencia de palabras.
c. Porque puede ser entrenado como un problema de aprendizaje no supervisado, y la salida y entrada de
datos no es secuencial.
d. Porque puede ser entrenado como un problema de aprendizaje no supervisado, y la salida y entrada de
datos es una secuencia de palabras.

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 4/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Pregunta 5
Correcta

Se puntúa 1,00 sobre 1,00

¿Por qué razón Deep Learning se ha vuelto tan popular en los últimos años?

a. Los investigadores han desarrollado el procesamiento en paralelo de CPUs.

b. Se han desarrollado nuevas apps que usan Deep Learning.
c. Los algoritmos de Deep Learning son muy eficientes con pocos datos.
d. Tenemos más datos y más acceso a poder computacional. 

Pregunta 6
Incorrecta

Se puntúa 0,00 sobre 1,00

Las redes neuronales propietarias o híbridas se pueden usar en:

a. Imagen computacional como el photo tagging.

b. Reconocimiento de voz o traductores de texto.
c. Precios de bienes raíces y publicidad en línea. 
d. Conducción automática de máquinas como drones, autos, etc.

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 5/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Pregunta 7
Correcta

Se puntúa 1,00 sobre 1,00

Una Recurrent Neural Network (RNN) se puede usar en aplicaciones como:

a. Reconocimiento de voz o traductores de texto. 

b. Precios de bienes raíces y publicidad en línea.
c. Conducción automática de máquinas como drones, autos, etc.
d. Imagen computacional como el photo tagging.

Pregunta 8
Correcta

Se puntúa 1,00 sobre 1,00

Cuando se logra el máximo desempeño de los algoritmos de Deep Learning.

a. Cuando tenemos una red neuronal muy grande y la entrenamos con la menor cantidad de datos posible.
b. Cuando tenemos grandes volúmenes de datos y entrenamos una red neuronal muy grande. 
c. Cuando tenemos una red neuronal median y la entrenamos con volúmenes pequeños de datos.
d. Los algoritmos de Deep Learning tienen alto desempeño en cualquier condición.

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 6/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Pregunta 9
Correcta

Se puntúa 1,00 sobre 1,00

¿Cuál es la función de una Transformada Discreta de Fourier?

a. Permite descomponer una señal discreta (muestreada) en las señales de frecuencias básicas que la 
componen.
b. Permite transformar una señal discreta (muestreada) en señales continuas.
c. Permite muestrear señales continuas en señales discretas.
d. Permite sumar diferentes tipos de señales discretas.

Pregunta 10
Correcta

Se puntúa 1,00 sobre 1,00

¿Qué tipos de datos representa la fotografía de un perro?

a. Datos estructurados que pueden ser representados en una tabla.

b. Datos estructurados que pueden ser representados en algún tipo de arreglo.
c. Datos no estructurados que pueden ser representados en algún tipo de arreglo. 
d. Datos no estructurados que pueden ser representados en una base de datos relacional.

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 7/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Pregunta 11
Correcta

Se puntúa 1,00 sobre 1,00

¿Cuál es la función de una Transformada de Fourier?

a. La transformada de Fourier descompone una señal en tres frecuencias básicas que sumadas generan la
señal inicial.
b. La transformada de Fourier permite modificar una señal de tal manera que pueda ser analizada mucho
más fácil.
c. La transformada de Fourier descompone una señal en las señales de frecuencias básicas que la 
componen.
d. La transformada de Fourier filtra una señal en un rango de frecuencia específico.

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 8/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Pregunta 12
Correcta

Se puntúa 1,00 sobre 1,00

Los algortimos de Deep Learning son superiores en desempeño a los algoritmos tradicionales de machine
learning cuando:

a. Se tienen pocos datos, pero gran capacidad de cómputo.

b. Los algoritmos de Deep Learning nunca son superiores en desempeño a los algoritmos tradicionales.
c. Se tiene gran capacidad de cómputo.
d. Se tienen grandes volúmenes de datos. 

Pregunta 13
Correcta

Se puntúa 1,00 sobre 1,00

¿Qué es lo más recomendable cuando estamos tratando de resolver un problema con algoritmos de Deep
Learning?

a. Tener experiencia en Deep Learning para saber que parámetros configurar y evitar múltiples pruebas.
b. Conocer como resolver el problema con algoritmos tradicionales.
c. Deep Learning no requiere recomendaciones, simplemente se aplica el algoritmo y se mide el desempeño.
d. Hacer varios experimentos o pruebas con modelos que tengan diferentes parámetros. 

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 9/10
30/5/23, 12:25 Cuestionario: Deep Learning: Revisión del intento

Actividad previa
◄ Deep Learning

Ir a...

Los derechos de diseño, contenido y metodología son de uso exclusivo de la Pontificia Universidad Católica del Ecuador,
queda prohibida su reproducción parcial o total.

Contacto
 http://www.puce.edu.ec
 Teléfono : (+593) 2991700 ext. 2518 ext. 2524
 Av. 12 de Octubre 1076 y Roca. Dirección General Académica, 2do Piso, Edf. Administrativo

Soporte
 soportevirtual@puce.edu.ec
 Teléfono : (+593) 2991700 ext. 2518 ext. 2524
 Av. 12 de Octubre 1076 y Roca. Dirección General Académica, 2do Piso, Edf. Administrativo

https://eva.puce.edu.ec/2023-01/mod/quiz/review.php?attempt=170852&cmid=1876780 10/10