Quiz de Redes Neuronales y Deep Learning

Froggy Jumps

(2)

Parties jouées 72 %Précision 80 Temps moyen 02:25

Créer une copie

À propos de cette activité

Desafía tu conocimiento sobre NN, CNN y transfer learning.

Créé par

Cristian Javier Saltos Ponce

Ecuador

Téléchargez la version pour jouer sur papier

Top 10 résultats

#	Jeux	Précision	temps
1	Emily Chiriboga 3 Décembre 2025	% 100	00:48
2	Holger Zambrano 6 Décembre 2025	% 100	00:54
3	Jonathan Gómez 7 Décembre 2025	% 100	01:08
4	Alvarez Pallasco Henry Bladimir 6 Décembre 2025	% 100	01:11
5	Allan Steven Manzanillas Lozada 7 Décembre 2025	% 100	01:12
6	Marco Antonio Gonzalez Partidas 7 Décembre 2025	% 100	01:22
7	Michael Steven Castro Lema 7 Décembre 2025	% 100	02:32
8	Ramiro Morales 9 Décembre 2025	% 100	03:09
9	Grimaneza Amancha 7 Décembre 2025	% 100	03:11
10	Oscar Chamorro 5 Décembre 2025	% 100	03:30

Voulez-vous apparaître dans le Top 10 de ce jeu? Connectez-vous pour vous identifier.

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

Créer un défi

		%
	Anonyme	%
		%
		%

Imprimez votre jeu

Quiz de Redes Neuronales y Deep Learning


Froggy Jumps Quiz de Redes Neuronales y Deep LearningVersion en ligne Desafía tu conocimiento sobre NN, CNN y transfer learning. par Cristian Javier Saltos Ponce 1 ¿Qué busca una red neuronal de regresión? a Asignar categorías discretas b Predecir valores numéricos continuos c Clasificar imágenes 2 ¿Qué capa se usa típicamente en la salida de una red de clasificación? a Softmax o Sigmoid b ReLU c Tanh 3 ¿Qué función de pérdida se usa en clasificación? a Cross-Entropy b MSE c MAE 4 ¿Qué es la convolución en CNN? a Un tipo de activación b Una función de reducción de_dimensiones c Una operación que detecta características espaciales 5 ¿Qué es un filtro o kernel en CNN? a Una capa de activación b Un lote de datos c Un pequeño bloque de números que se desliza sobre la imagen 6 ¿Cuál es una ventaja de las CNN sobre redes densas? a Requieren más datos b Respetan la estructura espacial y son más eficientes c Son más lentas en todas las tareas 7 ¿Qué describe Transfer Learning? a Eliminar capas para simplificar b Entrenar desde cero con más datos c Usar una red preentrenada y adaptar sus capas finales 8 ¿Qué es Feature Extraction en Transfer Learning? a Descongelar toda la red b Reentrenar solo la última neurona c Congelar capas base y entrenar la cabecera nueva 9 ¿Qué es Fine-Tuning en Transfer Learning? a Ajustar capas superiores para refinar conocimientos b Cambiar la función de pérdida c Eliminar capas intermedias 10 ¿Qué tipo de problemas busca resolver la regresión? a Predecir valores continuos como precio o temperatura b Clasificar gatos y perros c Detectar objetos 11 ¿Qué indica la intuición de backpropagation? a Aumentar complejidad sin límite b Ajustar pesos para reducir el error c Aleatorizar pesos 12 ¿Qué provoca una red con múltiples capas ocultas? a Single-Layer Perceptron b Deep Learning c Shallow Learning 13 ¿Qué tareas se benefician de CNNs? a Procesamiento de lenguaje natural b Visión por computadora y reconocimiento facial c Análisis de series temporales 14 ¿Qué palabra describe la capacidad de aprender características automáticamente? a Manual engineering b Overfitting c Feature learning 15 ¿Qué es MSE en contextos de redes? a Mean Sampling Error b Mean Squared Error c Maximum Error Scale 16 ¿Qué muestra la idea de ‘bordes’ en CNN? a Detección de límites entre regiones b Reducción de dimensionalidad c Aumento de ruido 17 ¿Qué sirve para finetuning en Transfer Learning? a Cambiar la tarea b Reiniciar la red completamente c Ajustar capas superiores 18 ¿Qué describe la Transferencia de aprendizaje? a Ignorar pesos previos b Reusar capacidades aprendidas en una tarea para otra c Entrenar desde cero siempre 19 ¿Qué es la arquitectura CNN principalmente usada para? a Clasificación de imágenes b Predicción de secuencias c Modelado de grafos

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.

Quiz de Redes Neuronales y Deep Learning

Froggy Jumps

À propos de cette activité

Créé par

Téléchargez la version pour jouer sur papier

Top Jeux

Froggy Jumps

Phlebotomy Order of Draw Quiz

Froggy Jumps

The Integumentary System

Froggy Jumps

Ethos, Pathos, and Logos Quiz

Froggy Jumps

pizza

Froggy Jumps

Bill of Rights Game - The Constitutionalist

Froggy Jumps

Quiz de Redes Neuronales y Deep LearningVersion en ligne

par Cristian Javier Saltos Ponce

¿Qué busca una red neuronal de regresión?

¿Qué capa se usa típicamente en la salida de una red de clasificación?

¿Qué función de pérdida se usa en clasificación?

¿Qué es la convolución en CNN?

¿Qué es un filtro o kernel en CNN?

¿Cuál es una ventaja de las CNN sobre redes densas?

¿Qué describe Transfer Learning?

¿Qué es Feature Extraction en Transfer Learning?

¿Qué es Fine-Tuning en Transfer Learning?

¿Qué tipo de problemas busca resolver la regresión?

¿Qué indica la intuición de backpropagation?

¿Qué provoca una red con múltiples capas ocultas?

¿Qué tareas se benefician de CNNs?

¿Qué palabra describe la capacidad de aprender características automáticamente?

¿Qué es MSE en contextos de redes?

¿Qué muestra la idea de ‘bordes’ en CNN?

¿Qué sirve para finetuning en Transfer Learning?

¿Qué describe la Transferencia de aprendizaje?

¿Qué es la arquitectura CNN principalmente usada para?