Quiz: Aprendizaje automático
Ponga a prueba su conocimiento sobre el aprendizaje automático y sus diferentes tipos.
30 preguntas - Haga clic en cada pregunta para mostrar la respuesta correcta.
Pregunta 1
¿Qué es el aprendizaje automático (Machine Learning)?
A) Un programa de computadora común
B) Un método por el cual la computadora aprende de los datos sin programar explícitamente cada tarea
C) Un dispositivo electrónico
D) Un lenguaje de programación
Mostrar respuesta
Respuesta correcta: B
El aprendizaje automático es un método por el cual la computadora aprende de los datos sin necesidad de programar explícitamente cada tarea.
Pregunta 2
¿Cuál es la diferencia fundamental entre la programación tradicional y el aprendizaje automático?
A) No hay diferencia
B) En la programación tradicional escribimos las reglas, en el aprendizaje automático la computadora descubre las reglas por sí misma
C) El aprendizaje automático es más lento
D) La programación tradicional siempre es mejor
Mostrar respuesta
Respuesta correcta: B
En la programación tradicional el programador escribe las instrucciones, mientras que en el aprendizaje automático la computadora descubre las reglas a partir de los datos por sí misma.
Pregunta 3
¿Cuál es el primer paso en el aprendizaje automático?
A) Implementación
B) Entrenamiento
C) Recolección de datos
D) Prueba
Mostrar respuesta
Respuesta correcta: C
El primer paso es recolectar datos: se necesitan muchos datos de alta calidad para el aprendizaje.
Pregunta 4
¿Cuáles son los tres tipos principales de aprendizaje automático?
A) Rápido, medio, lento
B) Supervisado, no supervisado, por refuerzo
C) Pequeño, mediano, grande
D) Simple, complejo, muy complejo
Mostrar respuesta
Respuesta correcta: B
Los tres tipos son: aprendizaje supervisado (Supervised), no supervisado (Unsupervised) y aprendizaje por refuerzo (Reinforcement).
Pregunta 5
¿Qué es el aprendizaje supervisado (Supervised Learning)?
A) Aprendizaje sin datos
B) Aprendizaje con datos y respuestas correctas
C) Aprendizaje por prueba y error
D) Aprendizaje sin supervisión
Mostrar respuesta
Respuesta correcta: B
El aprendizaje supervisado es cuando damos a la computadora datos con las respuestas correctas (por ejemplo, fotos de gatos con la etiqueta "gato").
Pregunta 6
Ejemplo de aprendizaje supervisado:
A) Un robot aprende a caminar
B) Clasificación de correos electrónicos (spam/no spam)
C) Agrupación de clientes en grupos
D) Descubrimiento de patrones desconocidos
Mostrar respuesta
Respuesta correcta: B
La clasificación de correos electrónicos es un ejemplo de aprendizaje supervisado: damos a la computadora mensajes con sus etiquetas (spam/no spam).
Pregunta 7
¿Qué es el aprendizaje no supervisado (Unsupervised Learning)?
A) Aprendizaje con datos y respuestas
B) Aprendizaje con datos sin respuestas correctas
C) Aprendizaje con recompensas
D) Aprendizaje con instrucciones
Mostrar respuesta
Respuesta correcta: B
El aprendizaje no supervisado es cuando damos a la computadora datos sin respuestas correctas, y ella descubre patrones y grupos por sí misma.
Pregunta 8
Ejemplo de aprendizaje no supervisado:
A) Reconocimiento facial
B) Agrupación de clientes en grupos similares
C) Traducción automática
D) Predicción de precios
Mostrar respuesta
Respuesta correcta: B
Agrupar clientes en grupos similares es un ejemplo de aprendizaje no supervisado: la computadora descubre los grupos por sí misma.
Pregunta 9
¿Qué es el aprendizaje por refuerzo (Reinforcement Learning)?
A) Aprendizaje con instrucciones
B) Aprendizaje por prueba y error con recompensas
C) Aprendizaje solo con datos
D) Aprendizaje sin datos
Mostrar respuesta
Respuesta correcta: B
El aprendizaje por refuerzo es cuando la computadora aprende por prueba y error: recibe una recompensa al tener éxito y un castigo al fallar.
Pregunta 10
¿Dónde se utiliza principalmente el aprendizaje por refuerzo?
A) Clasificación de correos
B) Videojuegos, robótica y autos inteligentes
C) Traducción
D) Organización de fotos
Mostrar respuesta
Respuesta correcta: B
El aprendizaje por refuerzo se utiliza principalmente en videojuegos, robótica y autos inteligentes, donde se aprende a partir de la experiencia.
Pregunta 11
¿Qué necesita el aprendizaje automático para funcionar?
A) Solo datos
B) Datos, poder computacional, tiempo, experiencia
C) Solo internet
D) Solo un teléfono inteligente
Mostrar respuesta
Respuesta correcta: B
El aprendizaje automático necesita: muchos datos de alta calidad, poder computacional, tiempo de entrenamiento y experiencia para construir los modelos.
Pregunta 12
¿Por qué los datos son importantes para el aprendizaje automático?
A) No son importantes
B) Porque la computadora aprende de ellos y descubre patrones
C) Solo para almacenarlos
D) Para decoración
Mostrar respuesta
Respuesta correcta: B
Los datos son muy importantes porque la computadora aprende de ellos y descubre patrones: cuantos más datos, mejor es el aprendizaje.
Pregunta 13
El reconocimiento facial en el teléfono utiliza:
A) Aprendizaje por refuerzo
B) Aprendizaje supervisado
C) Aprendizaje no supervisado
D) No utiliza aprendizaje automático
Mostrar respuesta
Respuesta correcta: B
El reconocimiento facial utiliza aprendizaje supervisado: se entrena con fotos de rostros y etiquetas (quién es la persona).
Pregunta 14
¿Qué significa "entrenamiento" en el aprendizaje automático?
A) Entrenamiento de empleados
B) Analizar datos y descubrir patrones para construir el modelo
C) Ejercicios físicos
D) Leer libros
Mostrar respuesta
Respuesta correcta: B
El entrenamiento en aprendizaje automático significa analizar datos y descubrir patrones para construir el modelo que se usará posteriormente.
Pregunta 15
La recomendación de productos en compras en línea utiliza:
A) Aprendizaje supervisado para predecir lo que podría gustarle
B) No utiliza aprendizaje automático
C) Solo aprendizaje por refuerzo
D) Solo programación tradicional
Mostrar respuesta
Respuesta correcta: A
La recomendación de productos utiliza aprendizaje supervisado para predecir lo que podría gustarle según su comportamiento previo.
Pregunta 16
¿Cuándo usamos aprendizaje no supervisado?
A) Cuando tenemos datos con respuestas
B) Cuando tenemos datos sin respuestas y queremos descubrir patrones
C) Cuando queremos jugar juegos
D) Cuando no tenemos datos
Mostrar respuesta
Respuesta correcta: B
Usamos aprendizaje no supervisado cuando tenemos datos sin respuestas y queremos descubrir patrones u organizar los datos.
Pregunta 17
El programa AlphaGo que juega al Go utiliza:
A) Programación tradicional
B) Aprendizaje por refuerzo
C) Traducción
D) No utiliza aprendizaje automático
Mostrar respuesta
Respuesta correcta: B
AlphaGo utiliza aprendizaje por refuerzo: aprende jugando miles de partidas y mejora su estrategia.
Pregunta 18
¿Qué es un "modelo" en el aprendizaje automático?
A) Una persona que viste ropa
B) El resultado final del entrenamiento que se usa para predecir
C) Una computadora
D) Una imagen
Mostrar respuesta
Respuesta correcta: B
El modelo es el resultado final del entrenamiento: el programa que aprendió de los datos y puede usarse para predecir.
Pregunta 19
¿Por qué el entrenamiento a veces requiere mucho tiempo?
A) Porque es aburrido
B) Porque la computadora analiza grandes cantidades de datos
C) Por internet lento
D) No requiere tiempo
Mostrar respuesta
Respuesta correcta: B
El entrenamiento requiere tiempo porque la computadora analiza grandes cantidades de datos y descubre patrones complejos.
Pregunta 20
La organización automática de fotos en el teléfono por personas utiliza:
A) Aprendizaje por refuerzo
B) Una combinación de aprendizaje supervisado (para reconocimiento facial) y no supervisado (para agrupación)
C) Solo programación tradicional
D) No utiliza aprendizaje automático
Mostrar respuesta
Respuesta correcta: B
La organización de fotos utiliza una combinación: aprendizaje supervisado para el reconocimiento facial y no supervisado para agrupar fotos de la misma persona.
Pregunta 21
¿Qué significa "aprender de los errores" en el aprendizaje automático?
A) La computadora se entristece por los errores
B) La computadora analiza los errores y mejora su desempeño en los siguientes intentos
C) La computadora se detiene al cometer un error
D) No aprende de los errores
Mostrar respuesta
Respuesta correcta: B
La computadora analiza los errores y los utiliza para mejorar su desempeño en los siguientes intentos: esto es una parte esencial del aprendizaje.
Pregunta 22
La traducción automática (como Google Translate) utiliza:
A) Aprendizaje por refuerzo
B) Aprendizaje supervisado (textos en dos idiomas)
C) No utiliza aprendizaje automático
D) Solo aprendizaje no supervisado
Mostrar respuesta
Respuesta correcta: B
La traducción automática utiliza aprendizaje supervisado: se entrena con textos traducidos (texto original + traducción).
Pregunta 23
¿Qué es una "recompensa" en el aprendizaje por refuerzo?
A) Un premio en dinero
B) Una señal positiva que indica que la acción fue correcta
C) Un regalo
D) Nada
Mostrar respuesta
Respuesta correcta: B
La recompensa es una señal positiva (un número positivo) que indica que la acción fue correcta y anima a la computadora a repetirla.
Pregunta 24
La detección de fraude en tarjetas bancarias utiliza:
A) No utiliza aprendizaje automático
B) Aprendizaje automático para detectar patrones inusuales
C) Solo programación tradicional
D) Solo aprendizaje por refuerzo
Mostrar respuesta
Respuesta correcta: B
La detección de fraude utiliza aprendizaje automático para detectar patrones inusuales en las transacciones.
Pregunta 25
¿Qué tienen en común todos los tipos de aprendizaje automático?
A) Nada en común
B) Todos aprenden de los datos o la experiencia
C) Todos necesitan internet
D) Todos son gratuitos
Mostrar respuesta
Respuesta correcta: B
Todos los tipos de aprendizaje automático aprenden de los datos o la experiencia: ese es el núcleo del aprendizaje automático.
Pregunta 26
Los autos autónomos utilizan:
A) Un solo tipo de aprendizaje automático
B) Una combinación de varios tipos de aprendizaje automático
C) No utilizan aprendizaje automático
D) Solo programación tradicional
Mostrar respuesta
Respuesta correcta: B
Los autos autónomos utilizan una combinación: supervisado (para reconocer objetos) y por refuerzo (para mejorar la conducción).
Pregunta 27
¿Qué es la "predicción" en el aprendizaje automático?
A) Leer el futuro
B) Usar el modelo entrenado para predecir resultados en datos nuevos
C) Soñar
D) Adivinar al azar
Mostrar respuesta
Respuesta correcta: B
La predicción es usar el modelo entrenado para predecir resultados en datos nuevos que no ha visto antes.
Pregunta 28
¿Por qué el aprendizaje automático es mejor que la programación tradicional en algunas tareas?
A) Siempre es mejor
B) Porque maneja problemas complejos difíciles de programar con reglas explícitas
C) Porque es más barato
D) Porque es más antiguo
Mostrar respuesta
Respuesta correcta: B
El aprendizaje automático es mejor en tareas complejas donde es difícil definir reglas explícitas (como el reconocimiento de imágenes).
Pregunta 29
¿Qué son los "datos etiquetados" (Labeled Data)?
A) Datos con un nombre escrito
B) Datos con las respuestas correctas adjuntas
C) Datos antiguos
D) Datos confidenciales
Mostrar respuesta
Respuesta correcta: B
Los datos etiquetados son datos con las respuestas correctas adjuntas (por ejemplo, una foto de un gato con la etiqueta "gato").
Pregunta 30
¿Cuál es la cosa más importante que debe recordar sobre el aprendizaje automático?
A) Que es muy complejo
B) Que aprende de los datos y mejora con el tiempo
C) Que no es útil
D) Que es antiguo
Mostrar respuesta
Respuesta correcta: B
Lo más importante: el aprendizaje automático aprende de los datos y mejora con el tiempo; eso es lo que lo distingue de la programación tradicional.
Resultado
| Puntos | Nivel |
|---|---|
| 27-30 | Excelente - Fuerte comprensión del aprendizaje automático |
| 21-26 | Bueno - Algo de repaso es útil |
| 15-20 | Medio - Revise los capítulos nuevamente |
| Menos de 15 | Requiere repaso completo |
Resumen de los tipos de aprendizaje automático
| Tipo | Datos | Uso | Ejemplo |
|---|---|---|---|
| Supervisado | Datos + respuestas | Clasificación, predicción | Reconocimiento de imágenes |
| No supervisado | Solo datos | Descubrimiento de patrones | Agrupación de clientes |
| Por refuerzo | Experiencia + recompensas | Juegos, robótica | AlphaGo |