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