Evaluacion modulo IV ciencia de datos
Enviado por maleja Brans • 23 de Marzo de 2021 • Biografía • 865 Palabras (4 Páginas) • 170 Visitas
Regresar
Reactivar evaluación
Evaluacion modulo IV
Retroalimentación de la evaluación
Intentos 1 de 0
Tu desempeño fue: 61.9 puntos
Id evaluación: 4662862722653610
Evaluacion modulo IV(100%)
A
Cuando se construye un árbol de decisión, deseamos dividir a los nodos de forma tal que disminuya la entropía y aumente la ganancia de la información.
Verdadero
Falso
B
Entrenar y Probar sobre el Mismo Set de Datos, puede brindar una alta exactitud de entrenamiento, pero su exactitud fuera de muestra podría ser baja.
Verdadero (correcta)
Falso
C
¿Cuáles son los dos tipos de técnicas de aprendizaje Supervisado?
Clasificación y K-Medias
Regresión y Clustering
Regresión y Particionamiento
Clasificación y Regresión (correcta)
Clasificación y Clustering
D
En los K-Vecinos más Próximos, cual afirmación es cierta:
Un alto valor de K (ej. K = 100) produce un modelo demasiado generalizado, mientras que un valor muy bajo de k (ej. k = 1) produce un modelo altamente complejo. (correcta) (correcta)
Un muy alto valor de K (ej. K = 100) produce un modelo que es mejor que un muy bajo valor de K (ej. K = 1)
Un muy alto valor de k (ej. k = 100) produce un modelo altamente complejo, mientras que un muy bajo valor de K (ej. K = 1) produce un modelo altamente generalizado.
E
Machine Learning utiliza algoritmos que pueden aprender de los datos sin necesidad de confiar en métodos expícitamente programados.
Verdadero
Falso
F
¿Cuál de las siguientes matrices puede utilizarse para mostrar los resultados de la evaluación de exactitud del modelo o la habilidad del modelo para predecir adecuadamente o separar las clases?
Matriz de Confusión
Matriz de Evaluación
Matriz de Exactitud
Matriz de Error
Matriz de Identidad
G
El objetivo de la regresión es construir un modelo para predecir los valores continuos de una variable dependiente para un caso desconocido.
Verdadero
Falso
H
La Segmentación del Cliente es una forma supervisada de agrupar datos, basada en la similitud entre los clientes.
Verdadero
Falso
I
¿Cuándo se debería utilizar la Regresión Lineal Múltiple?
Cuando deseamos identificar la fuerza del efecto que las variables independientes tienen sobre la variable dependiente. (correcta)
Cuando hay multiples variables dependientes.
J
Un clasificador con baja pérdida de log tiene mejor exactitud.
Verdadero (correcta)
Falso
K
El filtrado Colaborativo se basa en las relaciones entre productos y los patrones de rating de la gente.
Verdadero
Falso
L
Cuando se contruye un árbol de decisión, la idea de partir los nodos es para que aumente la entropía y baje la ganancia de información.
Verdadero
Falso
M
Para calcular la exactitud de un modelo utilizando el conjunto de prueba, debes enviarlo a tu modelo para predeci las etiquetas de la clase y luego comparar los valores predecidos con los valores actuales.
...