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:

Reto de Ciencia de Datos

Devinette

Parties jouées 0

À propos de cette activité

Desafía tu conocimiento en datos.

Créé par

Mexico

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
Reto de Ciencia de Datos
 

Reto de Ciencia de DatosVersion en ligne

Desafía tu conocimiento en datos.

par Areli Valadez
1

Se entrena con ejemplos y busca predecir intereses o resultados futuros.

Pistas

Modelos que aprenden de ejemplos para generalizar.

Una subdisciplina clave de la inteligencia artificial.

Utiliza datos históricos para hacer predicciones.

2

Qué método aprende de grandes volúmenes de datos de sensores para anticipar fallos en generadores de Airbus?

Pistas

Usa múltiples capas para mejorar la precisión de predicción en mantenimiento.

Imita ciertas funciones del cerebro para identificar patrones.

Se entrena con grandes volúmenes de datos de sensores.

3

Se usa para prever fallas en los generadores de Airbus y evitar paradas inesperadas.

Pistas

Integra redes neuronales para interpretar señales complejas.

Busca patrones que preceden a fallas antes de que ocurran.

Se apoya en datos históricos de eventos y sensores.

4

Una rama de la inteligencia artificial que imita procesos de aprendizaje del cerebro.

Pistas

Parte de la familia de aprendizaje automático

Poderoso para imágenes y series temporales.

Utiliza redes neuronales profundas.

5

Conjunto de técnicas para predecir un comportamiento futuro a partir de datos históricos.

Pistas

Puede usar regresión, series temporales y clasificación.

Requiere modelos que estimen valores o probabilidad de eventos.

Se aplica en negocios y ciencia para anticipar tendencias.

6

Rama de la estadística que intenta inferir properties de una población a partir de muestras.

Pistas

Fundamento para tomar decisiones con incertidumbre.

Incluye pruebas de hipótesis y intervalos de confianza.

Relación entre muestra y población.

7

Conjunto de ideas matemáticas aplicadas al procesar datos para extraer conclusiones.

Pistas

Base para algoritmos de aprendizaje y estadísticas.

Sirve para entender modelos y optimizar soluciones.

Abarca álgebra, cálculo y probabilidad.

8

Tipo de algoritmos que aprenden a partir de datos con ejemplos etiquetados o no etiquetados.

Pistas

Son base para muchos modelos de IA.

Ejemplos: clasificación y clustering.

Uno utiliza respuestas conocidas para entrenar; el otro descubre estructuras sin etiquetas.

9

Conjunto de herramientas y recursos para realizar ciencia de datos, desde limpieza de datos hasta modelado.

Pistas

Ejemplos: Python, R, Jupyter, SQL, bibliotecas de ML.

Facilitan manipulación de datos, entrenamiento de modelos y visualización.

Pueden incluir entornos de programación, librerías y plataformas.

Voulez-vous vraiment quitter la page ?

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