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