- Ejecutores
-
Aprender
Aprender Python Ejemplos ejecutables, NumPy, pandas y más Aprender IA / Machine LearningRedes neuronales, ML y LLM desde cero Aprender C y C++ Punteros, memoria, STL y C++ moderno Aprender C#Fundamentos, POO, LINQ, async y ejercicios de .NET Aprender MatplotlibGráficos de líneas, barras, dispersión y sectores con visualizadores Aprender RustOwnership, traits, manejo de errores e hilos Aprender GoSlices, interfaces, goroutines y canales Algoritmos en Python Búsqueda, ordenación, recursión y visualizadores O(n) Algoritmos en C y C++ Compara implementaciones en C y C++ Programación para niños ¡Aprende a programar jugando!
- QuizzesNuevo
- RetosNuevo
- Para docentesNuevo
- Actualizaciones
- Invítame a un café
Quizzes de Fundamentos de machine learning
Las ideas básicas que usa todo profesional del ML: tipos de aprendizaje, división de los datos, overfitting, características y etiquetas, y los algoritmos clásicos que conviene conocer primero.
Principiante
5 quizzes · 50 preguntas
alrededor de 28 minutos
0/5aprobados
Examen de categoría
20 preguntas variadas. Con un 80% consigues un certificado.
1
Aprendizaje supervisado vs no supervisado
Fácil
Distingue el aprendizaje supervisado, el no supervisado y el aprendizaje por refuerzo a partir de descripciones de problemas reales.
#machine-learning#supervised
10 preguntas · ~5 min
Sin empezar
Empezar
2
Conjuntos de entrenamiento, validación y prueba
Media
Divide los datos correctamente y evita las fugas que hacen que un modelo parezca mejor de lo que es.
#data-splits#machine-learning
10 preguntas · ~6 min
Sin empezar
Empezar
3
Overfitting y underfitting
Media
Diagnostica el overfitting y el underfitting a partir de puntuaciones y curvas, y elige la solución adecuada.
#overfitting#interview
10 preguntas · ~6 min
Sin empezar
Empezar
4
Características y etiquetas
Fácil
Identifica las características y la etiqueta en conjuntos de datos reales y prepáralas para un modelo.
#features#data
10 preguntas · ~5 min
Sin empezar
Empezar
5
Algoritmos clásicos de ML
Media
Aprende cómo funcionan la regresión lineal y logística, k-NN, los árboles de decisión y k-means, y cuándo usar cada uno.
#algorithms#interview
10 preguntas · ~6 min
Sin empezar
Empezar
Ningún quiz coincide. Prueba con otra palabra o etiqueta.