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