Trabajar con datos numéricos: Pon a prueba tus conocimientos

¡Vamos a hacer una prueba rápida! Para aprobar este cuestionario, debes responder, como mínimo, a 4 preguntas correctamente.

1. ¿Cuál de las siguientes técnicas no es una forma de ingeniería de atributos?

   Discretización

   Ajuste de hiperparámetros

   Agrupamiento

   Normalizando

2. Estás entrenando un modelo con datos de salud de bebés. Una de tus funciones es birth_weight. Quieres normalizar estos valores de birth_weight para entrenar el modelo de manera más eficiente. ¿Cuál de las siguientes técnicas de normalización sería la mejor opción?

   Recorte

   Escalamiento lineal

   Escalamiento de registros

   Escalamiento de puntuación Z

3. Verdadero o falso: La discretización es una técnica para transformar datos categóricos en datos numéricos.

   Verdadero

   Falso

4. Tus datos de entrenamiento para un modelo de recomendación de calzado contienen el atributo shoe_size, que debe contener valores entre 6 y 16. En la siguiente tabla, se muestran los valores shoe_size de seis ejemplos en el conjunto de datos:

   Ejemplo	shoe_size
   1	8.5
   2	9
   3	N/A
   4	105
   5	11
   6	9

   ¿Qué ejemplos deberías considerar analizar el conjunto de datos antes del entrenamiento? Seleccione todas las opciones que correspondan.

   Selecciona todas las respuestas que consideres correctas.

   Ejemplo 1

   Ejemplo 2 o Ejemplo 6

   Ejemplo 3

   Ejemplo 4

   Ejemplo 5

5. Completa el espacio en blanco de la siguiente oración:
   Durante la ingeniería de atributos, se pueden crear atributos sintéticos para ___.

   Reemplazar valores de atributos faltantes

   Complementa los datos etiquetados por humanos con datos etiquetados por máquinas

   Modelar relaciones no lineales entre dos atributos

   Entrenar el modelo previamente

Enviar respuestas

¿Te ha resultado útil?