Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Desafío Neuronal: Verdadero o Falso

Oui ou Non

Parties jouées 5

À propos de cette activité

Verdadero o falso: redes neuronales.

Créé par

Ecuador

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
Anonyme
Anonyme
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
Desafío Neuronal: Verdadero o Falso
 

Desafío Neuronal: Verdadero o FalsoVersion en ligne

Verdadero o falso: redes neuronales.

par Jeremmy Macías
1

El aprendizaje supervisado utiliza pares de entrada y salida para entrenar.

2

El pooling en redes neuronales convolucionales siempre reduce la precisión de la red.

3

El descenso por gradiente garantiza encontrar el óptimo global en redes profundas.

4

Las redes neuronales profundas tienen varias capas ocultas entre la entrada y la salida.

5

La normalización de datos no es necesaria para entrenar redes neuronales.

6

La retropropagación ajusta los pesos mediante cálculo de gradientes.

7

El entrenamiento de redes neuronales siempre termina en la misma solución global, sin importar la inicialización.

8

Las redes neuronales recurrentes solo funcionan con entradas fijas de longitud constante.

9

La función de activación introduce no linealidad en las neuronas.

10

Una red neuronal está formada por capas de neuronas artificiales.

Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.