Riesgos de los modelos de ML · Pregunta 24 de 60

¿Qué medidas de mitigación ayudan contra la falta de robustez del modelo debida a entradas inesperadas?

2 respuestas son correctas. Medio Creado con IA

Mostrar solución

Solución

  • C Pruebas adversariales
  • D Pruebas de fuzzing

Explicación

Las pruebas adversariales y las pruebas de fuzzing ayudan contra la falta de robustez de la IA debida a entradas inesperadas. Ambas confrontan el modelo con entradas inusuales.

Certificaciones y exámenes

¿Qué examen viene después?

Ya puedes practicar 51 exámenes y 16 están en votación. Mira todas las certificaciones con información oficial, vota o propón tu examen.

Ver todas las certificaciones