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