Este documento es un examen de unidad 2 de la asignatura Sistemas Inteligentes impartida el 20 de julio de 2016 por el Dr. Jorge Gutiérrez. El examen contiene 10 preguntas de verdadero o falso sobre conceptos clave de redes neuronales como el aprendizaje Hebbiano, la función de energía, las redes MLP, el algoritmo Backpropagation, las redes convolucionales y el aprendizaje profundo.
Elaboración de la estructura del ADN y ARN en papel.pdf
Sistemas inteligentes
1. Escuela Profesional:
Ingeniería de Sistemas
Examen de Unidad 2
Docente: Dr. Jorge
Gutiérrez Gutiérrez
Curso: Sistemas Inteligentes Fecha: 20 de julio de 2016
1. escriba verdadero o falso (5 pts)
a) Desde un punto de vista conexionista el aprendizaje hebbiano es un tipo de
aprendizaje no supervisado en el que las conexiones entre dos neuronas se
incrementan si se activan al mismo tiempo. (V)
b) La función de energía se aplica en la fase de aprendizaje (F)
c) Las redes MLP (multilayer perceptron) desarrollan la idea de memoria asociativa(F )
d) El algoritmo de aprendizaje Backpropagation reparte el error general de la red a todos
los pesos desde la última capa hacia la primera (V )
e) El teacher es el elemento clave del aprendizaje no supervisado (F)
f) Las redes convolucionales son usadas en aplicaciones de visión artificial (V )
g) El peso bias es igual al negativo del umbral theta. (V )
h) La función sigmoidal tangencial hiperbólico normaliza las entradas para presentar
unas salida entre 1 y -1. (V)
i) una red neuronal es una máquina paralela de aprendizaje heurístico capaz de
procesar entradas y devolver las que más se aproximan. (V )
j) El aprendizaje profundo o Deep learning se caracteriza porque procesamuchas capas
de neuronas. (V)