Para pasar
PREGUNTA 1 de 20
Verdadero o falso: Las características del modelo no influyen en los modelos de predicción
⚪
A)
Verdadero
⚪
B)
falso
⚪
C)
tal vez
PREGUNTA 2 de 20
Verdadero o falso: La flexibilidad de las características permite trabajar con modelos menos complicados.
⚪
A)
verdadero
⚪
B)
falso
PREGUNTA 3 de 20
Verdadero o falso: No hay un método que sea mejor o peor que otro en la ingeniería de características.
⚪
A)
v
⚪
B)
f
PREGUNTA 4 de 20
Verdadero o falso: Cuando el porcentaje de perdida es menor al 60% se debe eliminar ese atributo
⚪
A)
v
⚪
B)
f
PREGUNTA 5 de 20
Verdadero o falso: La eliminación de variables con valores perdidos es una estrategia recomendada cuando hay muchos valores perdidos en una variable de baja importancia.
⚪
A)
f
⚪
B)
v
PREGUNTA 6 de 20
¿Qué influye en la precisión del proyecto de un modelo de predicción?
⚪
A)
Los datos
⚪
B)
La selección de características
⚪
C)
El objetivo del modelo y el encuadre del problema
⚪
D)
Todas las anteriores
PREGUNTA 7 de 20
¿Cuál es una técnica común para manejar columnas o características categóricas con valores perdidos?
⚪
A)
a) Eliminación de variables
⚪
B)
b) Imputación de la media y la mediana
⚪
C)
c) El valor más común
⚪
D)
d) Todas las anteriores
PREGUNTA 8 de 20
¿Qué es una característica relevante para un modelo de aprendizaje automático?
⚪
A)
a) Una característica que disminuye la precisión del modelo
⚪
B)
b) Una característica que contribuye poco a la variable de predicción
⚪
C)
c) Una característica que tiene una relación fuerte con la variable de predicción
⚪
D)
d) Una característica que contiene valores perdidos
PREGUNTA 9 de 20
Cuál de estas son técnicas de trabajo con datos faltantes en la ingeniería de características:
⚪
A)
a) Eliminación de variables - d) Imputación de la media y la mediana
⚪
B)
b) Codificación de etiquetas-c) Selección de características
⚪
C)
a) Eliminación de variables- b) Codificación de etiquetas
⚪
D)
c) Selección de características - d) Imputación de la media y la mediana
PREGUNTA 10 de 20
Cuál de estas no es una técnica común para trabajar con valores categóricos:
⚪
A)
a) Codificación de etiquetas-b) Selección de características
⚪
B)
c) Variables dummy
⚪
C)
d) Eliminación de variables
⚪
D)
b) Selección de características
PREGUNTA 11 de 20
Verdadero o falso: Las características relevantes en un modelo de aprendizaje automático son aquellas que tienen una relación fuerte con la variable de predicción.
⚪
A)
f
⚪
B)
v
PREGUNTA 12 de 20
Verdadero o falso: La flexibilidad de las características permite trabajar con modelos más complicados pero más precisos.
⚪
A)
v
⚪
B)
f
PREGUNTA 13 de 20
Verdadero o falso: La matriz de correlación muestra cómo se relacionan las características entre sí pero no con la variable de predicción.
⚪
A)
v
⚪
B)
f
PREGUNTA 14 de 20
Verdadero o falso: La selección univariante de características es un proceso automático para seleccionar las características más relevantes.
⚪
A)
v
⚪
B)
f
PREGUNTA 15 de 20
¿Qué tipo de datos pueden dividirse en grupos para su procesamiento en ingeniería de características?
⚪
A)
a) Datos cuantitativos
⚪
B)
b) Datos numéricos
⚪
C)
c) Datos continuos
⚪
D)
d) Datos categóricos
PREGUNTA 16 de 20
¿Cuál es una ventaja de la codificación de etiquetas en el trabajo con valores categóricos?
⚪
A)
a) Permite eliminar las características irrelevantes
⚪
B)
b) Convierte valores categóricos en números enteros o flotantes
⚪
C)
c) Reemplaza valores perdidos con valores máximos
⚪
D)
d) Aumenta la precisión de los modelos de aprendizaje automático
PREGUNTA 17 de 20
¿Cuál de las siguientes estrategias es adecuada para manejar características con valores perdidos cuando la variable es de baja importancia y los datos perdidos sean mayor al 60%?
⚪
A)
a) Imputación de la media y la mediana
⚪
B)
b) Eliminación de variables
⚪
C)
c) Variables dummy
⚪
D)
d) Selección univariante
PREGUNTA 18 de 20
Cuál de estas son técnicas de trabajo con características categóricas en la ingeniería de características:
⚪
A)
a) Imputación de la media y la mediana
⚪
B)
b) Codificación de etiquetas d) Variables dummy
⚪
C)
c) Eliminación de variables
PREGUNTA 19 de 20
Cuál de estas no es una propiedad que influye en el resultado preciso de un modelo de predicción:
⚪
A)
a) Las características del modelo
⚪
B)
b) Los datos
⚪
C)
c) El color de fondo de la interfaz del modelo
⚪
D)
d) El objetivo del modelo y el encuadre del problema
PREGUNTA 20 de 20
Verdadero o falso: La selección de características en el proceso de ingeniería es un paso crítico para mejorar la precisión de los modelos de aprendizaje automático.
⚪
A)
v
⚪
B)
f
Este test aún no tiene comentarios 🤔