Curso IBM Flashcards
La IA debe verse como una _____ ____ que extiende las capacidades humanas en lugar de reemplazar a los expertos humanos.
inteligencia aumentada
La IA aprende a través del aprendizaje supervisado, no supervisado y por _____.
refuerzo.
IA ________: aplicada a un dominio específico (ej. traductores, asistentes virtuales, coches autónomos).
débil o estrecha
IA ________: puede interactuar y realizar una amplia variedad de tareas independientes y no relacionadas.
fuerte o generalizada
Modelos de lenguaje desarrollados por OpenAI capaces de producir texto similar al humano
GPT (Transformadores generativos preentrenados)
La ____________ permite descubrir respuestas e insights en grandes volúmenes de datos, mejorando la toma de decisiones en diversos campos
computación cognitiva
La _______ ______ imita el proceso humano de observación, interpretación, evaluación y decisión, permitiendo a los sistemas razonar de manera similar a los humanos pero a una velocidad y escala mucho mayores.
computación cognitiva
La computación cognitiva puede entender datos _____________, que representan el 80% de los datos actuales y son producidos mayormente por humanos.
no estructurados
Rama de la ciencia computacional que simula el comportamiento inteligente.
Inteligencia artificial
Subconjunto de la IA que utiliza algoritmos para analizar datos y tomar decisiones inteligentes basadas en el aprendizaje, sin ser explícitamente programado para ello.
Aprendizaje automático (Machine Learning - ML)
Subconjunto especializado del ML que utiliza redes neuronales con múltiples capas para simular la toma de decisiones humanas.
Aprendizaje profundo (Deep Learning)
En la IA son colecciones de unidades computacionales que procesan datos entrantes y aprenden a tomar decisiones.
Redes neuronales
A diferencia de la programación tradicional, que se basa en algoritmos definidos por reglas, el ____ ____ crea modelos para clasificar datos y hacer predicciones sin ser explícitamente programado para una tarea específica.
aprendizaje automático (machine learning)
El AA/ML trabaja con datos y resultados para crear el ______.
algoritmo
Tipos de aprendizaje automático: (3)
Aprendizaje supervisado
Aprendizaje no supervisado
Aprendizaje por refuerzo
Entrena al modelo con datos etiquetados, mejorando su precisión en la clasificación de nuevos datos a medida que se expone a más ejemplos.
Aprendizaje supervisado
Permite al modelo descubrir patrones y relaciones en conjuntos de datos no etiquetados, útil para agrupar datos similares y explorar patrones subyacentes
Aprendizaje no supervisado
Implica definir un conjunto de reglas y objetivos para que el modelo aprenda a lograr un objetivo mediante la prueba y error, maximizando las recompensas por decisiones correctas
Aprendizaje por refuerzo
La _______, en el contexto del aprendizaje automático, se utiliza para predecir valores continuos.
regresión
La _________, en el contexto del aprendizaje automático, se utiliza para asignar etiquetas discretas a las entradas. Esto significa categorizar las entradas en dos o más clases.
clasificación
El _______ es el proceso de ajustar los parámetros de un modelo utilizando un algoritmo de aprendizaje y datos etiquetados.
entrenamiento
El ______de los modelos se mide en términos de precisión, exactitud y recuperación.
rendimiento
No mapea directamente la entrada a la salida. En su lugar, procesa la información a través de múltiples capas de unidades de procesamiento, pasando la salida de una capa a la entrada de la siguiente.
Aprendizaje profundo (deep learning)
Los algoritmos de deep learning (mejoran/empeoran) su rendimiento a medida que procesan más datos.
mejoran
El aprendizaje en las redes neuronales ocurre mediante el proceso de ____, que ajusta los errores entre las salidas producidas y las salidas deseadas.
retropropagación
Las redes con más de una capa oculta se denominan redes neuronales ____.
profundas
Formas simples y antiguas de redes neuronales, consisten en una sola capa con nodos de entrada conectados directamente a un nodo de salida.
Perceptrones
Una ____ _ ____en una red neuronal artificial es una ecuación matemática que determina si una neurona se activa o no.
función de activación
Son un tipo de red neuronal que procesa los datos teniendo en cuenta la disposición espacial de los mismos (particularmente adecuadas para imágenes y videos).
Redes neuronales convolucionales (CNN)
Son redes que procesan secuencias de datos, teniendo en cuenta no solo la entrada actual sino también lo que han procesado previamente (ideales para datos secuenciales como el lenguaje).
Redes neuronales recurrentes (RNN)
