Cuestionario Parte 1: Fundamentos de Aprendizaje Automático y Python
Respuestas:
1. a) La programación tradicional se basa en reglas explícitas, mientras que los modelos de machine learning aprenden patrones a partir de datos.
2. b) Predecir precios de casas en función de características como ubicación y tamaño.
3. c) Aprendizaje auto-supervisado.
4. b) Aprendizaje federado.
5. b) Los arrays de NumPy son más eficientes en memoria y soportan cálculos numéricos más rápidos.
6. b) array.reshape((3, 2)).
7. c) isnull().
8. c) plt.scatter().
9. b) Codifica características categóricas como vectores binarios.
10. c) Plotly.
11. a) train_test_split().
12. c) Google Colab.
13. a) Un pair plot visualiza las relaciones entre todos los pares de características en un conjunto de datos y es útil para identificar patrones, correlaciones e interacciones potenciales entre características.
Respuestas:
1. a) La programación tradicional se basa en reglas explícitas, mientras que los modelos de machine learning aprenden patrones a partir de datos.
2. b) Predecir precios de casas en función de características como ubicación y tamaño.
3. c) Aprendizaje auto-supervisado.
4. b) Aprendizaje federado.
5. b) Los arrays de NumPy son más eficientes en memoria y soportan cálculos numéricos más rápidos.
6. b) array.reshape((3, 2)).
7. c) isnull().
8. c) plt.scatter().
9. b) Codifica características categóricas como vectores binarios.
10. c) Plotly.
11. a) train_test_split().
12. c) Google Colab.
13. a) Un pair plot visualiza las relaciones entre todos los pares de características en un conjunto de datos y es útil para identificar patrones, correlaciones e interacciones potenciales entre características.
Respuestas:
1. a) La programación tradicional se basa en reglas explícitas, mientras que los modelos de machine learning aprenden patrones a partir de datos.
2. b) Predecir precios de casas en función de características como ubicación y tamaño.
3. c) Aprendizaje auto-supervisado.
4. b) Aprendizaje federado.
5. b) Los arrays de NumPy son más eficientes en memoria y soportan cálculos numéricos más rápidos.
6. b) array.reshape((3, 2)).
7. c) isnull().
8. c) plt.scatter().
9. b) Codifica características categóricas como vectores binarios.
10. c) Plotly.
11. a) train_test_split().
12. c) Google Colab.
13. a) Un pair plot visualiza las relaciones entre todos los pares de características en un conjunto de datos y es útil para identificar patrones, correlaciones e interacciones potenciales entre características.
Respuestas:
1. a) La programación tradicional se basa en reglas explícitas, mientras que los modelos de machine learning aprenden patrones a partir de datos.
2. b) Predecir precios de casas en función de características como ubicación y tamaño.
3. c) Aprendizaje auto-supervisado.
4. b) Aprendizaje federado.
5. b) Los arrays de NumPy son más eficientes en memoria y soportan cálculos numéricos más rápidos.
6. b) array.reshape((3, 2)).
7. c) isnull().
8. c) plt.scatter().
9. b) Codifica características categóricas como vectores binarios.
10. c) Plotly.
11. a) train_test_split().
12. c) Google Colab.
13. a) Un pair plot visualiza las relaciones entre todos los pares de características en un conjunto de datos y es útil para identificar patrones, correlaciones e interacciones potenciales entre características.