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) Regresión lineal B) Algoritmos de clasificación C) Funciones matemáticas complejas D) Métodos de cifrado de datos
A) La causalidad es más precisa que la correlación B) La correlación muestra una relación entre variables, mientras que la causalidad implica una relación de causa y efecto C) La correlación siempre indica una causa directa D) Correlación y causalidad son términos intercambiables
A) Un modelo que utiliza datos existentes para predecir resultados futuros B) Un modelo que ignora por completo los datos C) Un modelo que busca retroceder en el tiempo para analizar datos pasados 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 utilizando solo una variable 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) Descripción de patrones y características de los datos mediante estadísticas y visualización B) Crear narrativas ficticias sobre los datos C) Generar datos nuevos no basados en la muestra D) Eliminar cualquier descripción de los datos
A) Calcular los valores desconocidos de una población basándose en una muestra B) Aplicar cambios drásticos a los datos originales C) Eliminar cualquier parámetro innecesario en los datos D) Recolectar toda la información disponible sin procesarla
A) Un gráfico que oculta información sobre los datos B) Una representación visual de la correlación entre dos variables C) Un gráfico que simplifica los datos en exceso 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) La falta de ajuste de un modelo a los datos C) Un ajuste óptimo del modelo a todos los datos disponibles D) El proceso de ajustar un modelo a nuevos datos de manera precisa
A) Los nodos representan entidades (como personas) y los bordes las conexiones entre ellas B) Los nodos representan países y los bordes son eventos en la historia C) Los nodos son conectores y los bordes representan el flujo de datos D) Los nodos son datos irrelevantes y los bordes son límites entre regiones
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) 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) Manipular los datos para obtener resultados específicos B) Ocultar intencionalmente información en los datos C) Generar datos de forma aleatoria sin propósito definido D) Proceso de descubrir patrones y conocimientos útiles en grandes conjuntos de datos
A) Eliminar cualquier sentimiento del análisis de texto B) Un análisis exclusivo de palabras negativas en el texto C) Un proceso para generar texto aleatorio sin significado D) Proceso de determinar la actitud o emoción asociada con un texto
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) Permite tomar decisiones fundamentadas basadas en los análisis realizados B) Los resultados nunca deben interpretarse en análisis de datos C) La interpretación de resultados no aporta valor al análisis D) La interpretación de resultados puede distorsionar la realidad
A) Proceso de selección y transformación de atributos relevantes para análisis B) Proceso de ocultar información clave en los datos C) Proceso de añadir datos irrelevantes al análisis D) Proceso de duplicar los datos originales sin cambios
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) Eliminar por completo cualquier información en los datos D) Añadir componentes innecesarios a los datos
A) Método para evaluar el rendimiento de un modelo al dividir los datos en conjuntos de entrenamiento y prueba B) Un proceso que implica aceptar un modelo sin ninguna validación C) Un proceso innecesario que no aporta valor al modelo D) Un método para duplicar los datos antes de analizarlos |