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) - 17.1

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