A) Mantener los datos en privado sin analizarlos B) Recopilar la mayor cantidad de datos posible C) Obtener información relevante y útil a partir de los datos D) Eliminar cualquier dato que no sea relevante
A) Métodos de cifrado de datos B) Regresión lineal C) Algoritmos de clasificación D) Funciones matemáticas complejas
A) La correlación muestra una relación entre variables, mientras que la causalidad implica una relación de causa y efecto B) La causalidad es más precisa que la correlación C) La correlación siempre indica una causa directa D) Correlación y causalidad son términos intercambiables
A) Un modelo que busca retroceder en el tiempo para analizar datos pasados B) Un modelo que ignora por completo los datos C) Un modelo que se enfoca en analizar datos no relacionados D) Un modelo que utiliza datos existentes para predecir resultados futuros
A) Análisis de datos de forma aleatoria B) Análisis de datos sin considerar el tiempo C) Análisis de datos recopilados en intervalos de tiempo secuenciales D) Análisis de datos utilizando solo una variable
A) Hace que los datos sean incomprensibles para cualquier persona B) Facilita la interpretación y comunicación de los resultados de manera efectiva C) Es un paso innecesario en el proceso de análisis D) Aumenta la complejidad de los datos sin beneficios claros
A) Descripción de patrones y características de los datos mediante estadísticas y visualización B) Eliminar cualquier descripción de los datos C) Crear narrativas ficticias sobre los datos D) Generar datos nuevos no basados en la muestra
A) Aplicar cambios drásticos a los datos originales B) Eliminar cualquier parámetro innecesario en los datos C) Recolectar toda la información disponible sin procesarla D) Calcular los valores desconocidos de una población basándose en una muestra
A) Un ajuste óptimo del modelo a todos los datos disponibles B) El proceso de ajustar un modelo a nuevos datos de manera precisa C) La falta de ajuste de un modelo a los datos D) Cuando un modelo se ajusta demasiado a los datos de entrenamiento y pierde generalización
A) Reducir la dimensionalidad de un conjunto de datos conservando la mayor cantidad de información B) Aumentar la complejidad de los datos sin beneficio claro C) Añadir componentes innecesarios a los datos D) Eliminar por completo cualquier información en los datos
A) Proceso de descubrir patrones y conocimientos útiles en grandes conjuntos de datos B) Ocultar intencionalmente información en los datos C) Generar datos de forma aleatoria sin propósito definido D) Manipular los datos para obtener resultados específicos
A) Añadir ruido a los datos para dificultar el análisis B) Convertir variables continuas en categorías discretas C) Eliminar variables sin importancia en los datos D) Combinar múltiples conjuntos de datos en uno solo
A) Un gráfico que oculta información sobre los datos B) Un gráfico que muestra la distribución de un conjunto de datos y resalta los valores atípicos C) Un gráfico que simplifica los datos en exceso D) Una representación visual de la correlación entre dos variables
A) Datos adicionales para complicar el análisis sin aportar información relevante B) Medidas utilizadas para evaluar el rendimiento de un modelo predictivo C) Información innecesaria que distrae de los resultados conseguidos D) Reglas arbitrarias para determinar el resultado de un análisis
A) Los datos limpios generan análisis incorrectos B) Los datos limpios son difíciles de obtener y procesar C) Los datos limpios no son necesarios en el análisis D) Los datos limpios garantizan la precisión y fiabilidad de los resultados
A) Un método para duplicar los datos antes de analizarlos B) Método para evaluar el rendimiento de un modelo al dividir los datos en conjuntos de entrenamiento y prueba C) Un proceso que implica aceptar un modelo sin ninguna validación D) Un proceso innecesario que no aporta valor al modelo
A) Un análisis exclusivo de palabras negativas en el texto B) Proceso de determinar la actitud o emoción asociada con un texto C) Eliminar cualquier sentimiento del análisis de texto D) Un proceso para generar texto aleatorio sin significado
A) Proceso de selección y transformación de atributos relevantes para análisis B) Proceso de duplicar los datos originales sin cambios C) Proceso de añadir datos irrelevantes al análisis D) Proceso de ocultar información clave en los datos
A) Los nodos son conectores y los bordes representan el flujo de datos B) Los nodos son datos irrelevantes y los bordes son límites entre regiones C) Los nodos representan entidades (como personas) y los bordes las conexiones entre ellas D) Los nodos representan países y los bordes son eventos en la historia
A) La interpretación de resultados no aporta valor al análisis B) Permite tomar decisiones fundamentadas basadas en los análisis realizados C) La interpretación de resultados puede distorsionar la realidad D) Los resultados nunca deben interpretarse en análisis de datos |