Parcial 1
A continuación, se detallan algunas precisiones sobre el parcial 1:
- Fecha y hora del examen: El examen se realizará el jueves 03/10/2024, de 19:30 h a 20:30 h.
- Plataforma: El examen estará disponible en Moodle durante 60 minutos.
- Modalidad: El examen será presencial y se llevará a cabo en la Sala D. 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, pero 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 6 puntos.
- Recuperatorio: Los alumnos que obtengan menos de 6 puntos o que figuren como ausentes podrán rendir el recuperatorio, programado para el jueves 10/10/2024 en el horario de cursado, con una metodología de evaluación similar al parcial 1.
Intentos permitidos: 1
Calificación para aprobar: 16,80 de 28,00