MÓDULOS Y PAQUETES PARA MACHINE LEARNING CON PYTHONEXAMEN FINAL (PIAD-425) - 15.8
¿Qué rol cumple sns.heatmap(df.corr()) en análisis exploratorio?
Predice correlaciones ausentes mediante interpolación.
Ajusta automáticamente los colores de un gráfico.
Opción E
Visualiza la matriz de correlación entre variables.
Agrupa filas por similitud estadística.
Calcula la media móvil de cada columna.
¿Qué instrucción guarda un gráfico generado en Matplotlib como imagen PNG?
Opción A
plt.savefig('grafico.png')
plt.export('grafico.png')
plt.store('grafico.png')
plt.render('grafico.png')
plt.output('grafico.png')
¿Qué permite visualizar un gráfico sns.violinplot()?
Relaciones jerárquicas en datos agrupados.
Proporciones absolutas entre clases binarias.
Opción A
Distribución de una variable con forma y densidad.
Valores acumulados por segmentos consecutivos.
Desviaciones intercuartílicas con precisión ajustada.
¿Qué propiedad ajusta plt.xticks(rotation=45) en un gráfico?
Cambia los puntos de corte de frecuencia.
Opción E
Rota las etiquetas del eje X 45 grados.
Modifica el color del gráfico de líneas.
Invierte los valores del eje horizontal.
Cambia el tipo de gráfico a escala logarítmica.
¿Qué método se utiliza para evaluar un modelo entrenado en Scikit-learn?
model.split_eval(X_test)
Opción B
model.score(X_test, y_test)
model.run_test(X_test, y_test)
model.evaluate(X_test)
model.loss(y_true, y_pred)
¿Qué función de scikit-learn permite dividir un conjunto de datos en entrenamiento y prueba?
Opción B
train_test_split()
compute_test_error()
cross_val_score()
confusion_matrix()
make_classification()
¿Qué ventaja principal tiene PyTorch frente a Scikit-learn en tareas de deep learning?
Automatiza la búsqueda de hiperparámetros categóricos
Realiza preprocesamiento automático de datos numéricos
Opción E
Permite definir y entrenar redes neuronales complejas
Incluye herramientas para visualizar árboles de decisión
Contiene modelos preentrenados para series temporales
¿Qué se obtiene al llamar model.parameters() en una red de PyTorch?
Los nombres simbólicos de las funciones de activación
La predicción promedio sobre el conjunto de prueba
Opción B
Un iterador sobre los pesos y sesgos entrenables
Las tasas de regularización aplicadas por capa
Un listado de hiperparámetros definidos por el usuario
¿Qué hace df.loc[2:4, 'var'] en un DataFrame de Pandas?
Retorna filas 2 a 4 excluyendo la columna 'var'
Reemplaza los valores en 'var' con ceros
Ordena la columna 'var' de menor a mayor
Crea un nuevo índice basado en 'var'
Opción D
Extrae valores de la columna 'var' entre los índices 2 y 4
¿Qué función de NumPy permite calcular la suma acumulativa de un arreglo?
np.prod(array)
np.split(array)
np.inv(array)
Opción C
np.cumsum(array)
np.cov(array)
¿Qué produce la operación np.transpose(matrix) sobre una matriz 2D?
Elimina columnas con valores nulos
Multiplica elementos por el índice
Calcula determinantes por bloques
Opción A
Intercambia filas por columnas
Aplica un filtro de convolución
¿Qué tipo de estructura resulta de np.array([[1, 2], [3, 4]])?
Un vector de una dimensión
Una lista de listas
Opción D
Una matriz bidimensional
Un diccionario de arrays
Una cadena de caracteres
¿Qué ventaja ofrece la función de activación sigmoid?
Estima medias móviles sobre secuencias temporales
Opción D
Genera salidas entre 0 y 1 adecuadas para probabilidad
Intercambia entradas en capas completamente conectadas
Aplica normalización min-max a vectores ruidosos
Convierte capas ocultas en representaciones dispersas
¿Qué tipo de función representa mejor la activación tanh?
Una matriz de activación con pivotes binarios
Una constante escalada por número de entradas
Una rampa suavizada con truncamiento lateral
Opción D
Una función que oscila entre −1 y 1
Un polinomio cúbico con pendiente constante
¿Qué efecto tiene usar Dropout(rate=0.3) en una capa de Keras?
Opción B
Desactiva aleatoriamente un 30 % de las neuronas
Agrega una penalización L1 al entrenamiento
Reduce el número de clases a un subconjunto fijo
Multiplica por 0.3 los pesos de entrada a la capa
Sustituye los valores faltantes por una media móvil
¿Cuál es una ventaja fundamental de usar Keras sobre TensorFlow puro?
Opción E
Proporciona una interfaz más simple para prototipado rápido
Traduce automáticamente funciones de pérdida personalizadas
Automatiza el etiquetado de grandes volúmenes de datos
Ejecuta modelos directamente en dispositivos embebidos
Optimiza la memoria en tareas de clustering jerárquico
¿Qué operación permite scipy.stats.ttest_ind(a, b) sobre dos muestras independientes?
Calcular el área bajo sus respectivas curvas ROC.
Ajustar una curva normal a sus distribuciones.
Opción A
Contrastar si sus medias difieren significativamente.
Determinar su grado de correlación lineal.
Identificar los valores atípicos entre ambas.
¿Qué función puede usarse para medir la similitud semántica en NLP?
stats.mode(v1, v2).
np.median(v1, v2).
scipy.fft(v1, v2).
nltk.average(v1, v2).
Opción C
cosine_similarity(v1, v2).
¿Qué representa el parámetro pvalue al usar scipy.stats.shapiro() sobre un conjunto de datos?
Opción B
Nivel de significancia para rechazar la normalidad.
Desviación estándar ajustada por varianza.
Cantidad de clases presentes en los datos.
Número esperado de valores extremos en la muestra.
Proporción acumulada del segundo cuartil.
¿Qué propiedad distingue a SciPy frente a NumPy?
Implementa operaciones básicas sobre arreglos.
Ejecuta gráficos de líneas y mapas de calor.
Aplica filtros de convolución sobre imágenes digitales.
Gestiona cadenas textuales en estructuras dinámicas.
Opción E
Ofrece funciones estadísticas avanzadas y optimización.
Ups 😅 Para ver las respuestas, primero instala la extensión Trodi Blackboard.
Ver video de instalaciónMira el video para saber cómo hacerlo paso a paso.
1. ¿Qué rol cumple sns.heatmap(df.corr()) en análisis exploratorio? 2. ¿Qué instrucción guarda un gráfico generado en Matplotlib como imagen PNG? 3. ¿Qué permite visualizar un gráfico sns.violinplot()? 4. ¿Qué propiedad ajusta plt.xticks(rotation=45) en un gráfico? 5. ¿Qué método se utiliza para evaluar un modelo entrenado en Scikit-learn? 6. ¿Qué función de scikit-learn permite dividir un conjunto de datos en entrenamiento y prueba? 7. ¿Qué ventaja principal tiene PyTorch frente a Scikit-learn en tareas de deep learning? 8. ¿Qué se obtiene al llamar model.parameters() en una red de PyTorch? 9. ¿Qué hace df.loc[2:4, 'var'] en un DataFrame de Pandas? 10. ¿Qué función de NumPy permite calcular la suma acumulativa de un arreglo? 11. ¿Qué produce la operación np.transpose(matrix) sobre una matriz 2D? 12. ¿Qué tipo de estructura resulta de np.array([[1, 2], [3, 4]])? 13. ¿Qué ventaja ofrece la función de activación sigmoid? 14. ¿Qué tipo de función representa mejor la activación tanh? 15. ¿Qué efecto tiene usar Dropout(rate=0.3) en una capa de Keras? 16. ¿Cuál es una ventaja fundamental de usar Keras sobre TensorFlow puro? 17. ¿Qué operación permite scipy.stats.ttest_ind(a, b) sobre dos muestras independientes? 18. ¿Qué función puede usarse para medir la similitud semántica en NLP? 19. ¿Qué representa el parámetro pvalue al usar scipy.stats.shapiro() sobre un conjunto de datos? 20. ¿Qué propiedad distingue a SciPy frente a NumPy?
Otros exámenes
🔑 Eres una parte clave de este proyecto. Gracias por ayudarnos a abrir nuevas puertas. 🌟 