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