Recuperatorio parcial 1
Estimados alumnos,
A continuación, se detallan algunas precisiones sobre el parcial 1:
- Fecha y hora del examen: El examen se realizará el jueves 02/10/2025, de 19:30 h a 20:30 h.
- Lugar: Sala A
- Plataforma: El examen estará disponible en Aula Abierta durante 60 minutos.
- Modalidad: El examen será presencial y se llevará a cabo en la Sala A. Los alumnos que no asistan serán considerados ausentes y tendrán la calificación de desaprobados.
- Temas a evaluar:
1. Regresión lineal y regresión logística
2. Selección de modelos lineales y regularización: Ridge y Lasso
3. Fundamentos matemáticos de las redes neuronales
4. Introducción a las redes neuronales: clasificación y regresión
5. Fundamentos del aprendizaje automático (machine learning)
6. Introducción al deep learning para visión por computadora
7. Deep learning avanzado para visión por computadora
- Formato del examen:
- Preguntas teóricas: Serán de opción múltiple.
- Preguntas prácticas: También serán de opción múltiple. No se pedirá la resolución de ejercicios, se proveerá una red neuronal en Keras y se harán preguntas sobre los posibles problemas que puede presentar.
- Navegación: Las preguntas aparecerán de forma no secuencial, lo que significa que podrán avanzar y retroceder para modificar respuestas.
- Uso de notebooks: Pueden traer sus notebooks para rendir el examen. Asegúrense de que tengan acceso a la red de la Facultad, ya que será necesario contar con conexión a Internet.
- Material permitido: Durante el examen, solo se permitirá tener abierto el navegador con el examen en Aula Abierta. Podrán utilizar papel y lápiz.
- Aprobación: Para aprobar el examen, se requerirá una calificación mínima de 60%.
- Recuperatorio: Los alumnos que obtengan menos de 60% o que figuren como ausentes podrán rendir el recuperatorio, programado para el jueves 09/10/2025 en el horario de cursado, con una metodología de evaluación similar al parcial 1.
Attempts allowed: 1
Grade to pass: 23.40 out of 39.00