Tema 5 · Aprendizaje Computacional
Test de Redes neuronales artificiales
3 preguntas tipo test de exámenes reales de Aprendizaje Computacional.
Qué entra en este tema
- Las redes neuronales son uno de los modelos de Inteligencia Artificial más importantes y usados en aplicaciones industriales y muchos otros dominios Serán una parte importante de la parte teórica de la asignatura Se verán desde el clásico perceptrón hasta modelos más nuevos como los mapas auto- orga
Según la guía docente oficial.
Preguntas falladas
Aquí irán las que falles, dejes en blanco o marques para revisar, para repasarlas después.
Configura tu test
3 preguntas de Redes neuronales artificiales
Ejemplos de preguntas de Redes neuronales artificiales
3 de 3 preguntas. La respuesta correcta se ve al practicar.
- 1.
La técnica del momentum
- a)resulta indicada para acelerar la convergencia del algoritmo Backpropagation. Implica el uso de un parámetro α adicional junto con el ratio de aprendizaje usado en la versión convencional del Backpropagation.
- b)garantiza la convergencia a un mínimo global.
- c)resulta indicada para acelerar la convergencia del algoritmo Backpropagation. Implica el uso de un parámetro α adicional que viene a sustituir al ratio de aprendizaje usado en la versión convencional del Backpropagation.
- 2.
La neurona básica de una red neuronal artificial clásica es el perceptrón y su función es
- a)la de actuar como un discriminante lineal entre conjuntos de ejemplares de dos clases
- b)la de actuar como un discriminante cuadrática entre conjuntos de ejemplares de dos clases
- c)realmente un perceptrón por sí solo no tiene poder discriminante alguno. Solo una red de perceptrones tiene.
- 3.
La versión estocástica del algoritmo de entrenamiento de percepción
- a)actualiza los pesos wi solamente una vez en cada pasa del conjunto D de datos de entrenamiento.
- b)actualiza los pesos wi cada vez que se procesa un ejemplar de conjunto D de datos entrenamiento.
- c)actualiza los pesos estocásticamente (i.e. según una distribución de probabilidad determinada de antemano).