A) Recopilar la mayor cantidad de datos posible B) Eliminar cualquier dato que no sea relevante C) Obtener información relevante y útil a partir de los datos D) Mantener los datos en privado sin analizarlos
A) Regresión lineal B) Funciones matemáticas complejas C) Algoritmos de clasificación D) Métodos de cifrado de datos
A) Correlación y causalidad son términos intercambiables B) La correlación siempre indica una causa directa C) La causalidad es más precisa que la correlación D) La correlación muestra una relación entre variables, mientras que la causalidad implica una relación de causa y efecto
A) Un modelo que utiliza datos existentes para predecir resultados futuros 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 ignora por completo los datos
A) Análisis de datos recopilados en intervalos de tiempo secuenciales B) Análisis de datos utilizando solo una variable C) Análisis de datos sin considerar el tiempo D) Análisis de datos de forma aleatoria
A) Es un paso innecesario en el proceso de análisis B) Facilita la interpretación y comunicación de los resultados de manera efectiva C) Hace que los datos sean incomprensibles para cualquier persona D) Aumenta la complejidad de los datos sin beneficios claros
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) Aplicar cambios drásticos a los datos originales B) Recolectar toda la información disponible sin procesarla C) Eliminar cualquier parámetro innecesario en los datos D) Calcular los valores desconocidos de una población basándose en una muestra
A) Los nodos representan entidades (como personas) y los bordes las conexiones entre ellas B) Los nodos son datos irrelevantes y los bordes son límites entre regiones 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) Los datos limpios generan análisis incorrectos B) Los datos limpios garantizan la precisión y fiabilidad de los resultados C) Los datos limpios son difíciles de obtener y procesar D) Los datos limpios no son necesarios en el análisis
A) Manipular los datos para obtener resultados específicos B) Proceso de descubrir patrones y conocimientos útiles en grandes conjuntos de datos C) Generar datos de forma aleatoria sin propósito definido D) Ocultar intencionalmente información en los datos
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) Un ajuste óptimo del modelo a todos los datos disponibles D) La falta de ajuste de un modelo a los datos
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) La interpretación de resultados puede distorsionar la realidad B) Los resultados nunca deben interpretarse en análisis de datos C) Permite tomar decisiones fundamentadas basadas en los análisis realizados D) La interpretación de resultados no aporta valor al análisis
A) Eliminar cualquier sentimiento del análisis de texto B) Proceso de determinar la actitud o emoción asociada con un texto C) Un proceso para generar texto aleatorio sin significado D) Un análisis exclusivo de palabras negativas en el texto
A) Aumentar la complejidad de los datos sin beneficio claro B) Añadir componentes innecesarios a los datos C) Reducir la dimensionalidad de un conjunto de datos conservando la mayor cantidad de información D) Eliminar por completo cualquier información en los datos
A) Un proceso que implica aceptar un modelo sin ninguna validación B) Un proceso innecesario que no aporta valor al modelo 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) Proceso de ocultar información clave en los datos B) Proceso de añadir datos irrelevantes al análisis C) Proceso de duplicar los datos originales sin cambios D) Proceso de selección y transformación de atributos relevantes para análisis
A) Eliminar variables sin importancia en los datos B) Convertir variables continuas en categorías discretas C) Añadir ruido a los datos para dificultar el análisis D) Combinar múltiples conjuntos de datos en uno solo
A) Un gráfico que muestra la distribución de un conjunto de datos y resalta los valores atípicos B) Un gráfico que oculta información sobre los datos C) Una representación visual de la correlación entre dos variables D) Un gráfico que simplifica los datos en exceso |