A) Recopilar la mayor cantidad de datos posible B) Obtener información relevante y útil a partir de los datos C) Eliminar cualquier dato que no sea relevante D) Mantener los datos en privado sin analizarlos
A) Regresión lineal B) Funciones matemáticas complejas C) Métodos de cifrado de datos D) Algoritmos de clasificación
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 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 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) 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) 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) Eliminar cualquier parámetro innecesario en los datos B) Calcular los valores desconocidos de una población basándose en una muestra C) Recolectar toda la información disponible sin procesarla D) Aplicar cambios drásticos a los datos originales
A) Información innecesaria que distrae de los resultados conseguidos B) Reglas arbitrarias para determinar el resultado de un análisis C) Medidas utilizadas para evaluar el rendimiento de un modelo predictivo D) Datos adicionales para complicar el análisis sin aportar información relevante
A) Eliminar cualquier sentimiento del análisis de texto B) Un análisis exclusivo de palabras negativas en el texto C) Proceso de determinar la actitud o emoción asociada con un texto D) Un proceso para generar texto aleatorio sin significado
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) 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) Proceso de selección y transformación de atributos relevantes para análisis B) Proceso de añadir datos irrelevantes al análisis C) Proceso de duplicar los datos originales sin cambios D) Proceso de ocultar información clave en los datos
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) Ocultar intencionalmente información en los datos B) Manipular los datos para obtener resultados específicos C) Generar datos de forma aleatoria sin propósito definido D) Proceso de descubrir patrones y conocimientos útiles en grandes conjuntos de datos
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
A) Un método para duplicar los datos antes de analizarlos B) Método para evaluar el rendimiento de un modelo al dividir los datos en conjuntos de entrenamiento y prueba C) Un proceso innecesario que no aporta valor al modelo D) Un proceso que implica aceptar un modelo sin ninguna validación
A) Los datos limpios garantizan la precisión y fiabilidad de los resultados B) Los datos limpios generan análisis incorrectos C) Los datos limpios son difíciles de obtener y procesar D) Los datos limpios no son necesarios en el análisis
A) Aumentar la complejidad de los datos sin beneficio claro B) Eliminar por completo cualquier información en los datos C) Añadir componentes innecesarios a los datos D) Reducir la dimensionalidad de un conjunto de datos conservando la mayor cantidad de información
A) Un gráfico que simplifica los datos en exceso B) Un gráfico que muestra la distribución de un conjunto de datos y resalta los valores atípicos C) Un gráfico que oculta información sobre los datos D) Una representación visual de la correlación entre dos variables |