in  spanish solution

 

Una breve introducción ­ Tarea

 

 

Para esta tarea, queremos que recapitule todo el curso nuevamente y responda algunas preguntas relativamente sencillas. Por supuesto, también puedes buscar en internet para sacar conclusiones, aunque todo lo que necesitas ya está disponible en el curso. Para comparar su solución, también le proporcionamos una solución de ejemplo al final.

 

En la siguiente tarea encontrará algunas preguntas de diferentes estilos, como abiertas, de opción única o para completar espacios en blanco.

 

1. ¿Es lo mismo el aprendizaje automático y el aprendizaje profundo? Dar una respuesta clara y

 

Justifique por qué ML y DL son iguales o no iguales.

No el aprendizaje profundo es parte del ML.

 

1. Elige la frase correcta:

 

 

1. La IA débil es fuerte en ciertas actividades, pero no puede superar a los humanos en ninguna otra área. Por otro lado, la IA fuerte es buena para resolver problemas complejos, mientras que la Super IA ayuda al ser humano en múltiples áreas.
2. La IA débil es buena en determinadas actividades, pero necesita más tiempo para adaptarse a otras áreas. La IA fuerte se adapta rápidamente a nuevas áreas, mientras que la Super IA es buena en casi todas las áreas sin entrenamiento
3. La IA débil es fuerte en ciertas actividades, pero no puede superar a los humanos en ningún otro sector fuera de sus áreas especificadas. La IA fuerte se parece más a los humanos y está en pie de igualdad con los humanos en la mayoría de las áreas. La Super AI supera a los humanos en todos los ámbitos posibles, como la sabiduría y la creatividad.

 

1. La IA débil sólo es buena en ciertas cosas, mientras que la IA fuerte es capaz de chatear y mantener conversaciones con la gente. Super AI es capaz de crear imágenes, música y texto sin problemas.

 

1. Aprendimos que el ML es un subconjunto de la IA. ¿Cuáles son los 3 componentes principales del ML para

 

¿Podré entrenar modelos? Descríbelos en unas pocas frases.

Tener  gran cantidad de datos confiables, clasificarlos lo de entrenamiento un porcentaje, probar y comparar con el porcentaje restante.

 

1. ¿Cuál de las siguientes afirmaciones es cierta con respecto a la extracción de características en el aprendizaje profundo?
2. El modelo extrae automáticamente las características durante el entrenamiento. b. Necesitamos definir manualmente cada característica para que el modelo las aprenda.

 

1. Las características se extraen mediante un algoritmo separado antes de ingresarse al modelo.

 

1. El modelo solo utiliza los datos de entrada sin procesar sin extraer ninguna característica.

 

Machine Translated by Google

 

 

 

 

 

1. Hemos escuchado que las Redes Neuronales constan de una capa de entrada, una o más capas ocultas y una capa de salida. ¿Cuándo y cómo se activa un nodo? Intentar

Da una respuesta en unas pocas frases.

Cada vez que se cumple con un ponderado de evaluación en el rango de 0 a 1.

 

 

1. Complete los espacios en blanco. Intenta completar las palabras que faltan para terminar la tarea.

 

Redes

Ligeramente

técnicas de

oponentes

muy

óptimo

neuronales

(2)

probabilidad

(4)

(5)

(6)

(1)

 

(3)

 

 

 

 

AlphaGo difiere de

__2____

de modelos de IA anteriores. Para calcular sus posibilidades de ganar,

la configuración

_1_____

en vez de

_3_____,

que fueron creados por programadores humanos. Una vez

utilizada por AlphaGo; AlphaGo examina la estrategia

para resolver el juego de Go sin la ayuda del equipo de

desarrollo.