Desafío ML: Conceptos y Flujo

Yes or No

Played 0

Create copy

About this activity

Aprende el flujo y conceptos clave del ML.

Created by

EDUCACIÓN CONTINUA

Mexico

Download the paper version to play

Top 10 results

There are still no results for this game. Be the first to stay in the ranking! Log in to identify yourself.

Make your own free game from our game creator

Compete against your friends to see who gets the best score in this game

Make challenge

Is it true?

Educaplay Educational Resources

Spain

(59)

Answer if the following sentences about general culture are true or not.
Adjective Checker

Erika Moreno

Ecuador

(14)

In this game, you will have to determine if the adjective provided accurately describes the noun. Test your knowledge of adjectives and see if you can spot the correct matches!
Grammys for best song/record

Educaplay Educational Resources

Spain

(50)

Answer if these songs won the Grammy for Best Song or Record of the Year (the general ones, category Grammys do not count)
Is it created with Artificial Intelligence? - Complete game

Educaplay Educational Resources

Spain

(17)

Images, songs... Nothing is what it seems anymore. Are they generated with AI, or are they real?
Foot and Ankle Anatomy Quiz

Thilaxshi Suresh

United Kingdom

(9)

Test your knowledge of the bones, joints, and muscles of the foot and ankle with this interactive quiz. Answer with ✅ if the statement is correct and ❌ if it is incorrect.


Desafío ML: Conceptos y FlujoOnline version Aprende el flujo y conceptos clave del ML. by EDUCACIÓN CONTINUA 1 La normalización de características siempre se puede omitir si los datos están en la misma escala. Sí No 2 El flujo típico de ML incluye recopilación de datos, preprocesamiento, entrenamiento, evaluación y despliegue. Sí No 3 El entrenamiento de un modelo es una tarea de una sola pasada sobre los datos. Sí No 4 La distribución de datos debe mantenerse entre conjuntos de entrenamiento y prueba para evitar sesgos. Sí No 5 La validación cruzada ayuda a estimar el rendimiento del modelo en datos no vistos. Sí No 6 La regularización aumenta el riesgo de sobreajuste al aumentar la complejidad del modelo. Sí No 7 La elección del algoritmo no afecta al rendimiento si se dispone de suficiente datos. Sí No 8 La función de pérdida guía la optimización del modelo durante el entrenamiento. Sí No 9 El overfitting ocurre cuando el modelo aprende demasiado los datos de entrenamiento y no generaliza. Sí No 10 En ML, el conjunto de prueba se usa para entrenar y ajustar los hiperparámetros. Sí No

Desafío ML: Conceptos y FlujoOnline version

Aprende el flujo y conceptos clave del ML.

by EDUCACIÓN CONTINUA

La normalización de características siempre se puede omitir si los datos están en la misma escala.

Sí

El flujo típico de ML incluye recopilación de datos, preprocesamiento, entrenamiento, evaluación y despliegue.

Sí

El entrenamiento de un modelo es una tarea de una sola pasada sobre los datos.

Sí

La distribución de datos debe mantenerse entre conjuntos de entrenamiento y prueba para evitar sesgos.

Sí

La validación cruzada ayuda a estimar el rendimiento del modelo en datos no vistos.

Sí

La regularización aumenta el riesgo de sobreajuste al aumentar la complejidad del modelo.

Sí

La elección del algoritmo no afecta al rendimiento si se dispone de suficiente datos.

Sí

La función de pérdida guía la optimización del modelo durante el entrenamiento.

Sí

El overfitting ocurre cuando el modelo aprende demasiado los datos de entrenamiento y no generaliza.

Sí

En ML, el conjunto de prueba se usa para entrenar y ajustar los hiperparámetros.

Sí

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.

Desafío ML: Conceptos y Flujo

Yes or No

About this activity

Created by

Download the paper version to play

Top Games

Yes or No

Is it true?

Yes or No

Adjective Checker

Yes or No

Grammys for best song/record

Yes or No

Is it created with Artificial Intelligence? - Complete game

Yes or No

Foot and Ankle Anatomy Quiz

Desafío ML: Conceptos y FlujoOnline version

by EDUCACIÓN CONTINUA

La normalización de características siempre se puede omitir si los datos están en la misma escala.

El flujo típico de ML incluye recopilación de datos, preprocesamiento, entrenamiento, evaluación y despliegue.

El entrenamiento de un modelo es una tarea de una sola pasada sobre los datos.

La distribución de datos debe mantenerse entre conjuntos de entrenamiento y prueba para evitar sesgos.

La validación cruzada ayuda a estimar el rendimiento del modelo en datos no vistos.

La regularización aumenta el riesgo de sobreajuste al aumentar la complejidad del modelo.

La elección del algoritmo no afecta al rendimiento si se dispone de suficiente datos.

La función de pérdida guía la optimización del modelo durante el entrenamiento.

El overfitting ocurre cuando el modelo aprende demasiado los datos de entrenamiento y no generaliza.

En ML, el conjunto de prueba se usa para entrenar y ajustar los hiperparámetros.

		%
	Anonymous	%
		%
		%