Parcial 2
A continuación, se detallan algunas precisiones sobre el parcial 2:
- Fecha y hora del examen: El examen se realizará el jueves 06/11/2025, de 19:30 h a 20:30 h en forma presencial.
- Lugar: Sala A.
- Plataforma: El examen estará disponible en Moodle durante 60 minutos.
- Modalidad: El examen será presencial. Los alumnos que no asistan serán considerados ausentes y tendrán la calificación de desaprobados.
Temas a evaluar:
1. Deep learning for time series
2. Embedding, K-means, PCA
3. Mecanismos de atención, Transformers
4. LLM
5. Reglas de asociación
6. Sistemas de recomendación
Formato del examen:
- Preguntas teóricas: Serán de opción múltiple.
- Preguntas prácticas: También serán de opción múltiple. No se pedirá la resolución de ejercicios, por lo que no es necesario contar con un entorno de desarrollo configurado con Python y Keras, ya que se evaluarán conceptos prácticos vistos en las clases de los días jueves.
- 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 Moodle. Podrán utilizar papel y lápiz.
- Aprobación: Para aprobar el examen, se requerirá una calificación mínima de 60%.
- Recuperatorio: Los alumnos que obtengan menos de 6 puntos o que figuren como ausentes podrán rendir el recuperatorio, programado para el jueves 13/11/2025 de 19:30 h a 20:30 h, con una metodología de evaluación similar al parcial 2.- Recuperatorio: Los alumnos que obtengan menos de 6 puntos o que figuren como ausentes podrán rendir el recuperatorio, programado para el jueves 13/11/2025 de 19:30 h a 20:30 h, con una metodología de evaluación similar al parcial 2.
Attempts allowed: 1
Time limit: 1 hour 10 mins
Grade to pass: 36.00 out of 60.00