Tarea: Fundamentos del Aprendizaje Automático para las Ciencias de la Tierra
Esta tarea incluye preguntas sobre las tres partes de esta capacitación. Recomendamos que anote sus respuestas en un papel o en un documento de Word antes de enviar el formulario ya que no podrá guardar sus respuestas y regresar para completar este formulario en otro momento..

Esta tarea se refiere a las tres tareas asignadas para después de cada sesión en la página de la capacitación de Github.

Para recibir un certificado de finalización de curso, debe haber asistido a las tres sesiones en vivo y haber completado esta tarea a mas tardar el día viernes 25 de mayo de 2023. Al enviar el formulario recibirá un correo con una copia de sus respuestas.

Una vez que haga clic par enviar, puede hacer clic en "Ver Puntuación" para ver cómo le fue. 
Sign in to Google to save your progress. Learn more
Email *
Nombre y Apellido *
1ra Parte: Introducción al Aprendizaje Automático
¿Cuáles son los dos tipos de aprendizaje supervisado más comunes?
 *
1 point
¿Cuáles son algunas aplicaciones de aprendizaje automático para las Ciencias de la Tierra?
 *
0 points
Cierto o Falso: Los modelos de aprendizaje automático informados por la física son exclusivamente impulsados por datos. *
1 point
En un Random Forest o XGBoost (algoritmos de aprendizaje de ensamble), uno agrega las predicciones para aprendices débiles para que un ensamble de estos modelos formule una mejor predicción general. ¿Cuál(es) de las siguientes declaraciones es/son cierta(s) en cuanto a los aprendices débiles utilizados en el modelo de ensamble?
 *
1 point
Required
Cierto o Falso: La primera pregunta que debería responder antes de comenzar mi desarrollo de aprendizaje automático es cuál algoritmo usar. *
1 point
2da Parte: Datos de Entrenamiento y Ejemplo de Clasificación de la Cobertura Terrestre
¿Cuál es el tipo de datos de nuestras características de reflectancia de la superficie? (puede encontrar esto en la tarea asignada para después de la Sesión 2)
 *
1 point
¿Cuál(es) de las siguientes opciones es/son pasos básicos en cualquier flujo de trabajo de Análisis de Datos Exploratorio (Exploratory Data Analysis )? Puede elegir más de una opción.
 *
1 point
Required
¿Cuáles son los tipos de datos más comúnmente utilizados en el aprendizaje automático? Puede elegir más de una opción.
 *
1 point
Required
¿Cuáles de los siguientes son ejemplos de visualizaciones para analizar distribuciones de datos? Puede elegir más de una opción.
 *
1 point
Required
¿Cuáles son dos técnicas para manejar conjuntos de datos desbalanceados?
 *
1 point
3ra Parte: Ajustes de Modelos, Optimización de Parámetros y Algoritmos de Aprendizaje Automático Adicionales
¿Cuál(es) de las siguientes opciones es/son técnicas para el ajuste de hiperparámetros automatizado? Puede seleccionar más de una opción. *
1 point
Required
¿Cuál(es) de las siguientes opciones es/son cierta(s) para la validación cruzada? Puede elegir más de una opción.
 *
1 point
Required
¿Cuál punto del desarrollo de un modelo de aprendizaje automático es el momento más común para aplicar métodos de explicación de aprendizaje automático intepretables?
 *
1 point
Cierto o Falso: La fiabilidad está determinada por la interpretabilidad y robustez. *
1 point
¿Cuáles de los siguientes son desventajas de usar técnicas AutoML? Puede elegir más de una opción. *
1 point
Required
A copy of your responses will be emailed to the address you provided.
Submit
Clear form
Never submit passwords through Google Forms.
reCAPTCHA
PrivacyTerms
This form was created inside of UMBC.

Does this form look suspicious? Report

Google Forms