REDES NEURONALES PARA LA TOMA DE DECISIONES

Froggy Jumps

Played 0

Create copy

About this activity

Actividad tipo test sobre redes neuronales para toma de decisiones. Responde 13 preguntas de opción múltiple (A–C) basadas en la demo y la exposición.

Created by

Jimmy Tellez Sandoval

Costa Rica

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

		%
	Anonymous	%
		%
		%

Print your game

REDES NEURONALES PARA LA TOMA DE DECISIONES


Froggy Jumps REDES NEURONALES PARA LA TOMA DE DECISIONESOnline version Actividad tipo test sobre redes neuronales para toma de decisiones. Responde 13 preguntas de opción múltiple (A–C) basadas en la demo y la exposición. by Jimmy Tellez Sandoval 1 ¿Qué es una red neuronal artificial (RNA)? a Un modelo que aprende patrones a partir de ejemplos. b Un conjunto de reglas fijas. c Un almacén de datos relacional. 2 En clasificación binaria con sigmoide, (p) representa… a Una probabilidad entre 0 y 1. b La suma de las entradas sin transformar. c El valor fijo del umbral. 3 Regla de decisión correcta con umbral a Si (p \ge) umbral ⇒ Aprobar. b Si (z \ge) umbral ⇒ Aprobar. c Si (p \le) umbral ⇒ Aprobar. 4 ¿Qué papel tiene (z) en una neurona? a Es la combinación lineal de entradas y coeficientes. b Es el umbral. c Es la métrica de error. 5 En la demo, “Entrenar (30 épocas)” hace que… a Se ajusten (W0..W3) y mejoren accuracy/log-loss. b Cambie el umbral automáticamente. c Se bloqueen los sliders. 6 Subir el umbral de 0.3 a 0.7 normalmente… a Vuelve la decisión más estricta (menos aprobaciones). b Reentrena el modelo. c Cambia la escala de ingreso. 7 ¿Cuál NO fue un caso de uso citado? a Riesgo de crédito. b Compresión sin pérdidas de audio. c Predicción de demanda. 8 Beneficio clave de usar RNA a Capturan relaciones no lineales. b No requieren datos. c Nunca fallan en datos nuevos. 9 Riesgo/limitación destacado a Explicabilidad limitada (percepción de “caja negra”). b Inmutabilidad del modelo. c Imposibilidad de funcionar en tiempo real. 10 Primer paso de la hoja de ruta (8–14 semanas) a Despliegue controlado (sombra/A-B). b Definir problema, datos y métricas/línea base. c Monitoreo y handover. 11 Ítem esencial de la checklist para adoptar RNA a Lanzar a producción sin comparar con la línea base. b Tener problema/KPI claros y datos confiables. c Evitar cualquier revisión ética. 12 ¿Qué mide accuracy en la demo? a % de aciertos del modelo. b La suma de (z). c La probabilidad media de aprobar. 13 ¿Qué describe mejor log-loss? a Error logarítmico; más bajo es mejor. b Diferencia entre umbral inicial y final. c Conteo de variables de entrada.

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.

REDES NEURONALES PARA LA TOMA DE DECISIONES

Froggy Jumps

About this activity

Created by

Download the paper version to play

Top Games

Froggy Jumps

The Integumentary System

Froggy Jumps

Ethos, Pathos, and Logos Quiz

Froggy Jumps

Bill of Rights Game - The Constitutionalist

Froggy Jumps

Phlebotomy Order of Draw Quiz

Froggy Jumps

pizza

Froggy Jumps

REDES NEURONALES PARA LA TOMA DE DECISIONESOnline version

by Jimmy Tellez Sandoval

¿Qué es una red neuronal artificial (RNA)?

En clasificación binaria con sigmoide, (p) representa…

Regla de decisión correcta con umbral

¿Qué papel tiene (z) en una neurona?

En la demo, “Entrenar (30 épocas)” hace que…

Subir el umbral de 0.3 a 0.7 normalmente…

¿Cuál NO fue un caso de uso citado?

Beneficio clave de usar RNA

Riesgo/limitación destacado

Primer paso de la hoja de ruta (8–14 semanas)

Ítem esencial de la checklist para adoptar RNA

¿Qué mide accuracy en la demo?

¿Qué describe mejor log-loss?