Quiz: Redes Neuronales y Álgebra Lineal

1. ¿Qué es un vector?

Un valor escalar Un objeto matemático con magnitud y dirección Una matriz Una función

2. ¿Cuál de las siguientes operaciones NO se realiza típicamente con vectores?

Suma Resta Multiplicación por un escalar Inversión de una matriz

3. ¿Qué mide el producto escalar (dot product) entre dos vectores?

La suma de sus magnitudes El ángulo entre ellos Qué tan alineados están en la misma dirección Su diferencia

4. ¿Para qué se utilizan las matrices en redes neuronales?

Almacenar imágenes Realizar transformaciones en vectores (rotaciones, escalados) Representar neuronas Convertir texto a audio

5. ¿Qué hace la función ReLU?

Devuelve el valor de entrada si es positivo y 0 si es negativo Normaliza un vector Calcula el producto escalar Ajusta los pesos en el gradiente descendente

6. ¿Cuál es el propósito de los embeddings en redes neuronales?

Convertir palabras en vectores de alta dimensión Aplicar la función softmax Clasificar imágenes Calcular la función de costo

7. ¿Qué hace la función softmax en los transformers?

Convierte los logits en una distribución de probabilidad Calcula la similitud coseno Aplica la activación ReLU Realiza el producto escalar

8. ¿Qué describe mejor el mecanismo de Attention?

Permite a la red enfocarse en partes relevantes del input calculando puntuaciones de relevancia Es un método de gradiente descendente Calcula la función ReLU Invierte matrices

9. ¿Cuál es el propósito principal del gradiente descendente en el entrenamiento de redes neuronales?

Calcular la función softmax Minimizar la función de costo ajustando pesos y sesgos Agregar ruido al input Realizar multiplicación matricial

10. ¿Qué es un multilayer perceptron (MLP)?

Una red neuronal simple con una sola capa Una red neuronal profunda con múltiples capas (input, ocultas y output) Una función que calcula el producto escalar Una herramienta para calcular la similitud coseno