- 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
Quiz de AI & Machine Learning: Algoritmos clásicos de ML
En las entrevistas se sigue preguntando por los algoritmos clásicos de machine learning porque son rápidos, explicables y a menudo suficientes. Este quiz pone a prueba cómo funcionan la regresión lineal, la regresión logística, los k vecinos más cercanos, los árboles de decisión y k-means, con números pequeños para razonar y escenarios en los que eliges la herramienta adecuada.
Pregunta de ejemplo
Pregunta 1 de 10Un modelo de regresión lineal predice price = 50,000 + 2,000 * size_m2. ¿Qué precio predice para un piso de 60 m2?
Ver la respuesta
B. 170,000 50,000 + 2,000 * 60 = 50,000 + 120,000 = 170,000. El coeficiente 2,000 significa que cada metro cuadrado extra suma 2,000 a la predicción, manteniendo fijas las demás características.
Qué cubre este quiz
- La regresión lineal y qué significan sus coeficientes
- La regresión logística para clasificación
- Los k vecinos más cercanos y la elección de k
- Árboles de decisión, random forests y sus compromisos
- Clustering con k-means y cómo elegir un algoritmo para un problema
Preguntas frecuentes
¿Necesito una cuenta?
No. Cualquiera puede jugar. Inicia sesión para guardar tu XP, racha, insignias e historial.
¿Puedo repetirlo?
Sí. Se guarda tu mejor puntuación, y las preguntas y respuestas se mezclan cada vez.