Quiz: Fundamentos ML EA4


Fundamentos ML EA4Online version Fundamentos ML EA4 by Matías Molins 1 ¿Cuál es el objetivo principal de la regresión logística? a Predecir una variable continua b Clasificar observaciones en categorías c Minimizar el error cuadrático medio d Generar árboles de decisión 2 ¿Qué tipo de función de activación utiliza la regresión logística? a Lineal b ReLU c Sigmoide d Tangente hiperbólica 3 En clasificación binaria, ¿qué representa el umbral (threshold) en un modelo de regresión logística? a El punto donde la predicción cambia de clase b El valor del intercepto c El error medio absoluto d El coeficiente más importante 4 ¿Qué técnica se utiliza para manejar clases desbalanceadas? a Reducción de dimensionalidad b Oversampling o undersampling c Normalización d Regularización 5 ¿Qué representa la sensibilidad (recall) en una matriz de confusión? a Verdaderos positivos / Total positivos reales b Verdaderos positivos / Total predichos positivos c Verdaderos negativos / Total negativos reales d Falsos positivos / Total reales positivos 6 ¿Cuál es una desventaja del algoritmo KNN? a Tiene alta varianza b No puede manejar clases múltiples c Requiere un modelo entrenado con pesos d Es computacionalmente costoso en predicción 7 ¿Qué significa un valor de precisión bajo y sensibilidad alta? a Se predicen muchas clases negativas incorrectamente b Se clasifican muchos positivos correctamente, pero también muchos falsos positivos c El modelo es ideal d El modelo está balanceado 8 ¿Cuál es la función de pérdida más común en clasificación binaria? a MSE b Cross-entropy (entropía cruzada) c MAE d Log Loss 9 ¿Qué métrica es más apropiada para conjuntos de datos desbalanceados? a Accuracy b AUC-ROC c R2 d MAE 10 ¿Cómo se define el F1-score? a Promedio entre precisión y sensibilidad b Producto entre precisión y sensibilidad c Media armónica entre precisión y sensibilidad d Cociente entre precisión y sensibilidad 11 En KNN, ¿qué significa un valor alto de k? a Mayor sensibilidad al ruido b Menor sesgo c Menor varianza d Mayor sobreajuste 12 ¿Cuál es el principal problema del accuracy en clases desbalanceadas? a Sobreestima el desempeño b Subestima el desempeño c No tiene sentido para clasificación d Es difícil de calcular 13 ¿Qué métrica deberías optimizar si los falsos negativos son muy costosos? a Precisión b Especificidad c Sensibilidad d AUC 14 ¿Qué representa el área bajo la curva ROC (AUC)? a Probabilidad de que el modelo prediga correctamente en promedio b Número de errores promedio c Promedio entre exactitud y sensibilidad d Cantidad de árboles usados 15 ¿Cómo se calcula la matriz de confusión en clasificación binaria? a Conteo de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos b Suma de cuadrados de errores c Promedio entre clases d Uso de valores continuos

1

¿Cuál es el objetivo principal de la regresión logística?

a

Predecir una variable continua

b

Clasificar observaciones en categorías

c

Minimizar el error cuadrático medio

d

Generar árboles de decisión

2

¿Qué tipo de función de activación utiliza la regresión logística?

a

Lineal

b

ReLU

c

Sigmoide

d

Tangente hiperbólica

3

En clasificación binaria, ¿qué representa el umbral (threshold) en un modelo de regresión logística?

a

El punto donde la predicción cambia de clase

b

El valor del intercepto

c

El error medio absoluto

d

El coeficiente más importante

4

¿Qué técnica se utiliza para manejar clases desbalanceadas?

a

Reducción de dimensionalidad

b

Oversampling o undersampling

c

Normalización

d

Regularización

5

¿Qué representa la sensibilidad (recall) en una matriz de confusión?

a

Verdaderos positivos / Total positivos reales

b

Verdaderos positivos / Total predichos positivos

c

Verdaderos negativos / Total negativos reales

d

Falsos positivos / Total reales positivos

6

¿Cuál es una desventaja del algoritmo KNN?

a

Tiene alta varianza

b

No puede manejar clases múltiples

c

Requiere un modelo entrenado con pesos

d

Es computacionalmente costoso en predicción

7

¿Qué significa un valor de precisión bajo y sensibilidad alta?

a

Se predicen muchas clases negativas incorrectamente

b

Se clasifican muchos positivos correctamente, pero también muchos falsos positivos

c

El modelo es ideal

d

El modelo está balanceado

8

¿Cuál es la función de pérdida más común en clasificación binaria?

a

MSE

b

Cross-entropy (entropía cruzada)

c

MAE

d

Log Loss

9

¿Qué métrica es más apropiada para conjuntos de datos desbalanceados?

a

Accuracy

b

AUC-ROC

c

R2

d

MAE

10

¿Cómo se define el F1-score?

a

Promedio entre precisión y sensibilidad

b

Producto entre precisión y sensibilidad

c

Media armónica entre precisión y sensibilidad

d

Cociente entre precisión y sensibilidad

11

En KNN, ¿qué significa un valor alto de k?

a

Mayor sensibilidad al ruido

b

Menor sesgo

c

Menor varianza

d

Mayor sobreajuste

12

¿Cuál es el principal problema del accuracy en clases desbalanceadas?

a

Sobreestima el desempeño

b

Subestima el desempeño

c

No tiene sentido para clasificación

d

Es difícil de calcular

13

¿Qué métrica deberías optimizar si los falsos negativos son muy costosos?

a

Precisión

b

Especificidad

c

Sensibilidad

d

AUC

14

¿Qué representa el área bajo la curva ROC (AUC)?

a

Probabilidad de que el modelo prediga correctamente en promedio

b

Número de errores promedio

c

Promedio entre exactitud y sensibilidad

d

Cantidad de árboles usados

15

¿Cómo se calcula la matriz de confusión en clasificación binaria?

a

Conteo de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos

b

Suma de cuadrados de errores

c

Promedio entre clases

d

Uso de valores continuos

You can integrate the game into an LMS compatible with LTI 1.1 or LTI 1.3 such as Canvas, Moodle, or Blackboard. This way, the scores will be automatically saved into the platform’s gradebook.

Fundamentos ML EA4

Quiz

About this activity

Created by

Download the paper version to play

Top Games

Quiz

Practice Quiz - Punnett Square, Variation, and Mutations

Quiz

Photosynthesis vs Cellular Respiration - Practice Quiz

Quiz

Spanish Alphabet Listening

Quiz

Tissues - Practice Quiz

Quiz

UPS 5 Seeing Habits Quiz

Fundamentos ML EA4Online version

by Matías Molins

¿Cuál es el objetivo principal de la regresión logística?

¿Qué tipo de función de activación utiliza la regresión logística?

En clasificación binaria, ¿qué representa el umbral (threshold) en un modelo de regresión logística?

¿Qué técnica se utiliza para manejar clases desbalanceadas?

¿Qué representa la sensibilidad (recall) en una matriz de confusión?

¿Cuál es una desventaja del algoritmo KNN?

¿Qué significa un valor de precisión bajo y sensibilidad alta?

¿Cuál es la función de pérdida más común en clasificación binaria?

¿Qué métrica es más apropiada para conjuntos de datos desbalanceados?

¿Cómo se define el F1-score?

En KNN, ¿qué significa un valor alto de k?

¿Cuál es el principal problema del accuracy en clases desbalanceadas?

¿Qué métrica deberías optimizar si los falsos negativos son muy costosos?

¿Qué representa el área bajo la curva ROC (AUC)?

¿Cómo se calcula la matriz de confusión en clasificación binaria?

		%
	Anonymous	%
		%
		%