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