A) Eliminar cualquier dato que no sea relevante B) Mantener los datos en privado sin analizarlos C) Obtener información relevante y útil a partir de los datos D) Recopilar la mayor cantidad de datos posible
A) Funciones matemáticas complejas B) Algoritmos de clasificación C) Métodos de cifrado de datos D) Regresión lineal
A) La causalidad es más precisa que la correlación B) Correlación y causalidad son términos intercambiables C) La correlación siempre indica una causa directa D) La correlación muestra una relación entre variables, mientras que la causalidad implica una relación de causa y efecto
A) Un modelo que busca retroceder en el tiempo para analizar datos pasados B) Un modelo que utiliza datos existentes para predecir resultados futuros C) Un modelo que ignora por completo los datos D) Un modelo que se enfoca en analizar datos no relacionados
A) Análisis de datos recopilados en intervalos de tiempo secuenciales B) Análisis de datos sin considerar el tiempo C) Análisis de datos de forma aleatoria D) Análisis de datos utilizando solo una variable
A) Hace que los datos sean incomprensibles para cualquier persona B) Es un paso innecesario en el proceso de análisis C) Facilita la interpretación y comunicación de los resultados de manera efectiva D) Aumenta la complejidad de los datos sin beneficios claros
A) Eliminar cualquier descripción de los datos B) Descripción de patrones y características de los datos mediante estadísticas y visualización C) Generar datos nuevos no basados en la muestra D) Crear narrativas ficticias sobre los datos
A) Aplicar cambios drásticos a los datos originales B) Eliminar cualquier parámetro innecesario en los datos C) Recolectar toda la información disponible sin procesarla D) Calcular los valores desconocidos de una población basándose en una muestra
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) Una representación visual de la correlación entre dos variables D) Un gráfico que oculta información sobre 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) El proceso de ajustar un modelo a nuevos datos de manera precisa D) Un ajuste óptimo del modelo a todos los datos disponibles
A) Los nodos representan países y los bordes son eventos en la historia 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 son datos irrelevantes y los bordes son límites entre regiones
A) Convertir variables continuas en categorías discretas B) Eliminar variables sin importancia en los datos C) Combinar múltiples conjuntos de datos en uno solo D) Añadir ruido a los datos para dificultar el análisis
A) Los datos limpios generan análisis incorrectos B) Los datos limpios no son necesarios en el análisis C) Los datos limpios son difíciles de obtener y procesar D) Los datos limpios garantizan la precisión y fiabilidad de los resultados
A) Ocultar intencionalmente información en los datos B) Proceso de descubrir patrones y conocimientos útiles en grandes conjuntos de datos C) Manipular los datos para obtener resultados específicos D) Generar datos de forma aleatoria sin propósito definido
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) Medidas utilizadas para evaluar el rendimiento de un modelo predictivo B) Información innecesaria que distrae de los resultados conseguidos C) Datos adicionales para complicar el análisis sin aportar información relevante D) Reglas arbitrarias para determinar el resultado de un análisis
A) Permite tomar decisiones fundamentadas basadas en los análisis realizados B) La interpretación de resultados puede distorsionar la realidad C) Los resultados nunca deben interpretarse en análisis de datos D) La interpretación de resultados no aporta valor al análisis
A) Proceso de añadir datos irrelevantes al análisis B) Proceso de selección y transformación de atributos relevantes para análisis C) Proceso de ocultar información clave en los datos 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) Añadir componentes innecesarios a los datos C) Eliminar por completo cualquier información en los datos D) Aumentar la complejidad de los datos sin beneficio claro
A) Un proceso innecesario que no aporta valor al modelo B) Un proceso que implica aceptar un modelo sin ninguna validación C) Un método para duplicar los datos antes de analizarlos D) Método para evaluar el rendimiento de un modelo al dividir los datos en conjuntos de entrenamiento y prueba |