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) Regresión lineal B) Métodos de cifrado de datos C) Algoritmos de clasificación D) Funciones matemáticas complejas
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) Correlación y causalidad son términos intercambiables D) La correlación siempre indica una causa directa
A) Un modelo que se enfoca en analizar datos no relacionados B) Un modelo que utiliza datos existentes para predecir resultados futuros C) Un modelo que busca retroceder en el tiempo para analizar datos pasados D) Un modelo que ignora por completo los datos
A) Análisis de datos utilizando solo una variable B) Análisis de datos de forma aleatoria C) Análisis de datos recopilados en intervalos de tiempo secuenciales D) Análisis de datos sin considerar el tiempo
A) Hace que los datos sean incomprensibles para cualquier persona B) Aumenta la complejidad de los datos sin beneficios claros C) Es un paso innecesario en el proceso de análisis 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) Recolectar toda la información disponible sin procesarla B) Calcular los valores desconocidos de una población basándose en una muestra C) Eliminar cualquier parámetro innecesario en los datos D) Aplicar cambios drásticos a los datos originales
A) Un gráfico que simplifica los datos en exceso B) Un gráfico que oculta información sobre los datos 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
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 son datos irrelevantes y los bordes son límites entre regiones 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 representan entidades (como personas) y los bordes las conexiones entre ellas
A) Combinar múltiples conjuntos de datos en uno solo B) Añadir ruido a los datos para dificultar el análisis C) Convertir variables continuas en categorías discretas D) Eliminar variables sin importancia en los datos
A) Los datos limpios garantizan la precisión y fiabilidad de los resultados B) Los datos limpios no son necesarios en el análisis C) Los datos limpios son difíciles de obtener y procesar D) Los datos limpios generan análisis incorrectos
A) Ocultar intencionalmente información en los datos B) Generar datos de forma aleatoria sin propósito definido C) Proceso de descubrir patrones y conocimientos útiles en grandes conjuntos de datos D) Manipular los datos para obtener resultados específicos
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) Medidas utilizadas para evaluar el rendimiento de un modelo predictivo B) Datos adicionales para complicar el análisis sin aportar información relevante C) Reglas arbitrarias para determinar el resultado de un análisis D) Información innecesaria que distrae de los resultados conseguidos
A) Los resultados nunca deben interpretarse en análisis de datos B) La interpretación de resultados puede distorsionar la realidad C) La interpretación de resultados no aporta valor al análisis D) Permite tomar decisiones fundamentadas basadas en los análisis realizados
A) Proceso de selección y transformación de atributos relevantes para análisis B) Proceso de duplicar los datos originales sin cambios C) Proceso de añadir datos irrelevantes al análisis D) Proceso de ocultar información clave en los datos
A) Añadir componentes innecesarios a los datos B) Aumentar la complejidad de los datos sin beneficio claro C) Eliminar por completo cualquier información en los datos D) Reducir la dimensionalidad de un conjunto de datos conservando la mayor cantidad de información
A) Método para evaluar el rendimiento de un modelo al dividir los datos en conjuntos de entrenamiento y prueba B) Un proceso innecesario que no aporta valor al modelo C) Un método para duplicar los datos antes de analizarlos D) Un proceso que implica aceptar un modelo sin ninguna validación |