Trodi.Dev
Inicio Futbol Tv Pelis SINFO
SINFO>Cursos>MÓDULOS Y PAQUETES PARA MACHINE LEARNING CON PYTHON>

MÓDULOS Y PAQUETES PARA MACHINE LEARNING CON PYTHONEXAMEN FINAL (PIAD-425) - 15.9

¿Qué propiedad de Scikit-learn permite integrar transformaciones en una secuencia reproducible?
sklearn.group.Transformer
sklearn.vector.Linker
Opción D sklearn.pipeline.Pipeline
sklearn.stack.Builder
sklearn.data.Stageflow
¿Qué tarea resuelve una red neuronal convolucional definida con PyTorch?
Recuperación de información textual en bases XML
Inferencia lógica sobre expresiones simbólicas
Opción B Procesamiento de datos estructurados de imágenes
Clasificación supervisada de datos tabulares
Agrupamiento no jerárquico en tiempo real
¿Cuál es una característica distintiva del aprendizaje supervisado en machine learning?
Optimiza funciones de pérdida sin requerir entrenamiento
Ajusta parámetros mediante búsqueda exhaustiva por gradiente
Opción A Utiliza datos etiquetados para entrenar modelos predictivos
Analiza automáticamente relaciones causales sin intervención
Emplea redes no deterministas para la compresión de datos
¿Qué ventaja técnica ofrece PyTorch al trabajar con GPU?
Estima métricas de agrupamiento jerárquico
Opción A Ejecuta operaciones tensoriales aceleradas
Simula estructuras LIFO mediante colas circulares
Representa errores como funciones de lógica difusa
Conecta a bases de datos externas en tiempo real
¿Qué permite hacer model.compile(loss='categorical_crossentropy') en Keras?
Calcular el tamaño óptimo del lote de entrenamiento
Opción D Establecer la función de pérdida para clasificación multiclase
Convertir datos secuenciales en vectores esparcidos
Dividir un conjunto de datos en tres subconjuntos disjuntos
Exportar un modelo preentrenado como archivo JSON
¿Qué utilidad tiene EarlyStopping(monitor='val_loss') en Keras?
Opción D Detener el entrenamiento si no mejora la pérdida de validación
Normalizar los datos antes de la primera iteración de validación
Aumentar el número de épocas para evitar sobreajuste en keras
Dividir el modelo en capas independientes de entrenamiento
Reducir automáticamente el tamaño del lote en monitoreos
¿Qué parámetro define la tasa de aprendizaje en un optimizador?
batch_size
num_epochs
validation_split
input_shape
Opción C learning_rate
¿Qué característica distingue al deep learning frente a otros enfoques de aprendizaje automático?
Divide los datos en subgrupos según su distancia euclidiana
Emplea conjuntos de datos balanceados con árboles binarios
Opción E Utiliza redes neuronales profundas con múltiples capas jerárquicas
Optimiza funciones convexas mediante modelos lineales
Aplica reglas lógicas para clasificar instancias sin etiquetas
¿Qué hace df.loc[2:4, 'var'] en un DataFrame de Pandas?
Opción D Extrae valores de la columna 'var' entre los índices 2 y 4
Ordena la columna 'var' de menor a mayor
Crea un nuevo índice basado en 'var'
Retorna filas 2 a 4 excluyendo la columna 'var'
Reemplaza los valores en 'var' con ceros
¿Qué ocurre al aplicar np.mean(matriz, axis=0) sobre un array bidimensional?
Elimina las filas con valores nulos
Aplica la media móvil por fila
Opción C Calcula la media por columnas
Genera una transpuesta original
Ordena todos los elementos
¿Cuál es el efecto de aplicar axis=1 en una operación como df.mean(axis=1) en Pandas?
Divide la media total entre el número de columnas
Opción E Calcula el promedio fila por fila
Calcula el promedio columna por columna
Reemplaza los valores ausentes por ceros
Ordena columnas alfabéticamente
¿Cuál es el propósito principal de la función np.arange(start, stop, step)?
Calcular medias acumuladas sobre vectores
Estimar errores estándar por bloques
Construir estructuras tipo diccionario
Opción D Generar secuencias numéricas con paso constante
Aplicar operaciones booleanas entre matrices
¿Qué propiedad ajusta plt.xticks(rotation=45) en un gráfico?
Opción B Rota las etiquetas del eje X 45 grados.
Invierte los valores del eje horizontal.
Cambia los puntos de corte de frecuencia.
Modifica el color del gráfico de líneas.
Cambia el tipo de gráfico a escala logarítmica.
¿Qué función permite combinar múltiples gráficos en una sola figura en Matplotlib?
Opción C plt.subplot()
plt.unify()
plt.overlay()
plt.link()
plt.merge()
¿Qué ventaja ofrece guardar gráficos como .svg frente a .png?
Opción A Mejor escalabilidad sin pérdida de calidad.
Mayor compresión para almacenamiento externo.
Mayor compatibilidad con formatos binarios.
Renderizado más rápido en pantallas pequeñas.
Reproducción automática de animaciones.
¿Qué ocurre al usar plt.xlabel('Tiempo') en un gráfico?
Ordena las barras por orden alfabético.
Opción B Etiqueta el eje horizontal como 'Tiempo'.
Cambia la escala a valores logarítmicos.
Genera una leyenda para la variable 'Tiempo'.
Muestra etiquetas flotantes sobre cada punto.
¿Qué recurso ofrece NLTK para el análisis de contenido en grandes corpus?
nltk.group.extractor.
nltk.dataset.flow.
nltk.vector.corpus.
nltk.node.handler.
Opción D nltk.corpus.gutenberg.
¿Qué tarea se puede realizar con scipy.integrate.quad()?
Visualizar estructuras sintácticas jerárquicas.
Opción C Calcular integrales definidas de funciones reales.
Evaluar distancias semánticas entre conceptos.
Tokenizar oraciones en sus componentes mínimos.
Agrupar vectores según su coeficiente angular.
¿Qué valor práctico tiene eliminar "stopwords" en un proceso NLP?
Opción D Reducir ruido y mejorar precisión del análisis.
Generar nubes de palabras con pesos simétricos.
Incrementar el tamaño del vocabulario útil.
Incluir artículos definidos para análisis fonético.
Preservar conectores para mejorar contexto.
¿Qué efecto tiene la función scipy.optimize.minimize() en una tarea computacional?
Evaluar ecuaciones diferenciales por integración numérica.
Generar histogramas ajustados por intervalo.
Determinar la media aritmética de un conjunto de datos.
Calcular la inversa de una matriz cuadrada.
Opción C Buscar el valor que minimiza una función objetivo.

Ups 😅 Para ver las respuestas, primero instala la extensión Trodi Blackboard.

Ver video de instalación

Mira el video para saber cómo hacerlo paso a paso.

1. ¿Qué propiedad de Scikit-learn permite integrar transformaciones en una secuencia reproducible? 2. ¿Qué tarea resuelve una red neuronal convolucional definida con PyTorch? 3. ¿Cuál es una característica distintiva del aprendizaje supervisado en machine learning? 4. ¿Qué ventaja técnica ofrece PyTorch al trabajar con GPU? 5. ¿Qué permite hacer model.compile(loss='categorical_crossentropy') en Keras? 6. ¿Qué utilidad tiene EarlyStopping(monitor='val_loss') en Keras? 7. ¿Qué parámetro define la tasa de aprendizaje en un optimizador? 8. ¿Qué característica distingue al deep learning frente a otros enfoques de aprendizaje automático? 9. ¿Qué hace df.loc[2:4, 'var'] en un DataFrame de Pandas? 10. ¿Qué ocurre al aplicar np.mean(matriz, axis=0) sobre un array bidimensional? 11. ¿Cuál es el efecto de aplicar axis=1 en una operación como df.mean(axis=1) en Pandas? 12. ¿Cuál es el propósito principal de la función np.arange(start, stop, step)? 13. ¿Qué propiedad ajusta plt.xticks(rotation=45) en un gráfico? 14. ¿Qué función permite combinar múltiples gráficos en una sola figura en Matplotlib? 15. ¿Qué ventaja ofrece guardar gráficos como .svg frente a .png? 16. ¿Qué ocurre al usar plt.xlabel('Tiempo') en un gráfico? 17. ¿Qué recurso ofrece NLTK para el análisis de contenido en grandes corpus? 18. ¿Qué tarea se puede realizar con scipy.integrate.quad()? 19. ¿Qué valor práctico tiene eliminar "stopwords" en un proceso NLP? 20. ¿Qué efecto tiene la función scipy.optimize.minimize() en una tarea computacional?
🎁 Gracias por regalarnos la oportunidad de seguir trabajando en lo que nos apasiona. ¡Tu apoyo cuenta! Payment Option