MÓDULOS Y PAQUETES PARA MACHINE LEARNING CON PYTHONEXAMEN FINAL (PIAD-425) - 17
¿Qué rol cumple sns.heatmap(df.corr()) en análisis exploratorio?
Predice correlaciones ausentes mediante interpolación.
Opción E
Visualiza la matriz de correlación entre variables.
Calcula la media móvil de cada columna.
Agrupa filas por similitud estadística.
Ajusta automáticamente los colores de un gráfico.
¿Qué instrucción guarda un gráfico generado en Matplotlib como imagen PNG?
plt.output('grafico.png')
plt.export('grafico.png')
plt.render('grafico.png')
Opción A
plt.savefig('grafico.png')
plt.store('grafico.png')
¿Qué permite visualizar un gráfico sns.violinplot()?
Desviaciones intercuartílicas con precisión ajustada.
Valores acumulados por segmentos consecutivos.
Relaciones jerárquicas en datos agrupados.
Opción A
Distribución de una variable con forma y densidad.
Proporciones absolutas entre clases binarias.
¿Qué propiedad ajusta plt.xticks(rotation=45) en un gráfico?
Invierte los valores del eje horizontal.
Cambia el tipo de gráfico a escala logarítmica.
Opción E
Rota las etiquetas del eje X 45 grados.
Modifica el color del gráfico de líneas.
Cambia los puntos de corte de frecuencia.
¿Qué método se utiliza para evaluar un modelo entrenado en Scikit-learn?
model.run_test(X_test, y_test)
Opción B
model.score(X_test, y_test)
model.split_eval(X_test)
model.loss(y_true, y_pred)
model.evaluate(X_test)
¿Qué función de scikit-learn permite dividir un conjunto de datos en entrenamiento y prueba?
Opción B
train_test_split()
confusion_matrix()
cross_val_score()
make_classification()
compute_test_error()
¿Qué ventaja principal tiene PyTorch frente a Scikit-learn en tareas de deep learning?
Automatiza la búsqueda de hiperparámetros categóricos
Opción E
Permite definir y entrenar redes neuronales complejas
Incluye herramientas para visualizar árboles de decisión
Realiza preprocesamiento automático de datos numéricos
Contiene modelos preentrenados para series temporales
¿Qué se obtiene al llamar model.parameters() en una red de PyTorch?
La predicción promedio sobre el conjunto de prueba
Opción B
Un iterador sobre los pesos y sesgos entrenables
Los nombres simbólicos de las funciones de activación
Un listado de hiperparámetros definidos por el usuario
Las tasas de regularización aplicadas por capa
¿Qué hace df.loc[2:4, 'var'] en un DataFrame de Pandas?
Crea un nuevo índice basado en 'var'
Retorna filas 2 a 4 excluyendo la columna 'var'
Ordena la columna 'var' de menor a mayor
Opción D
Extrae valores de la columna 'var' entre los índices 2 y 4
Reemplaza los valores en 'var' con ceros
¿Qué función de NumPy permite calcular la suma acumulativa de un arreglo?
Opción C
np.cumsum(array)
np.cov(array)
np.inv(array)
np.split(array)
np.prod(array)
¿Qué produce la operación np.transpose(matrix) sobre una matriz 2D?
Calcula determinantes por bloques
Elimina columnas con valores nulos
Opción A
Intercambia filas por columnas
Multiplica elementos por el índice
Aplica un filtro de convolución
¿Qué tipo de estructura resulta de np.array([[1, 2], [3, 4]])?
Opción D
Una matriz bidimensional
Un diccionario de arrays
Una lista de listas
Un vector de una dimensión
Una cadena de caracteres
¿Qué ventaja ofrece la función de activación sigmoid?
Opción D
Genera salidas entre 0 y 1 adecuadas para probabilidad
Estima medias móviles sobre secuencias temporales
Aplica normalización min-max a vectores ruidosos
Intercambia entradas en capas completamente conectadas
Convierte capas ocultas en representaciones dispersas
¿Qué tipo de función representa mejor la activación tanh?
Opción D
Una función que oscila entre −1 y 1
Un polinomio cúbico con pendiente constante
Una rampa suavizada con truncamiento lateral
Una constante escalada por número de entradas
Una matriz de activación con pivotes binarios
¿Qué efecto tiene usar Dropout(rate=0.3) en una capa de Keras?
Sustituye los valores faltantes por una media móvil
Agrega una penalización L1 al entrenamiento
Multiplica por 0.3 los pesos de entrada a la capa
Reduce el número de clases a un subconjunto fijo
Opción B
Desactiva aleatoriamente un 30 % de las neuronas
¿Cuál es una ventaja fundamental de usar Keras sobre TensorFlow puro?
Optimiza la memoria en tareas de clustering jerárquico
Ejecuta modelos directamente en dispositivos embebidos
Opción E
Proporciona una interfaz más simple para prototipado rápido
Traduce automáticamente funciones de pérdida personalizadas
Automatiza el etiquetado de grandes volúmenes de datos
¿Qué operación permite scipy.stats.ttest_ind(a, b) sobre dos muestras independientes?
Calcular el área bajo sus respectivas curvas ROC.
Determinar su grado de correlación lineal.
Identificar los valores atípicos entre ambas.
Ajustar una curva normal a sus distribuciones.
Opción A
Contrastar si sus medias difieren significativamente.
¿Qué función puede usarse para medir la similitud semántica en NLP?
scipy.fft(v1, v2).
Opción C
cosine_similarity(v1, v2).
np.median(v1, v2).
stats.mode(v1, v2).
nltk.average(v1, v2).
¿Qué representa el parámetro pvalue al usar scipy.stats.shapiro() sobre un conjunto de datos?
Número esperado de valores extremos en la muestra.
Cantidad de clases presentes en los datos.
Desviación estándar ajustada por varianza.
Proporción acumulada del segundo cuartil.
Opción B
Nivel de significancia para rechazar la normalidad.
¿Qué propiedad distingue a SciPy frente a NumPy?
Gestiona cadenas textuales en estructuras dinámicas.
Implementa operaciones básicas sobre arreglos.
Ejecuta gráficos de líneas y mapas de calor.
Aplica filtros de convolución sobre imágenes digitales.
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
🌍 Tu apoyo no solo nos beneficia, también ayuda a construir algo más grande. Gracias por estar con nosotros. 