A
B
1

DETERMINE QUE ES MINERIA DE DATOS

A) Proceso para anomalías, patrones y correlaciones en grandes conjuntos de datos para predecir resultados.

 

B) Proceso que proporciona predicciones instantáneas.


C) Proceso que requiere una base de datos separados.

A) Proceso para hallar anomalías, patrones y correlaciones en grandes conjuntos de datos para predecir resultados.

1

¿QUE CAMPOS COMBINA LA CIENCIA DE DATOS?

A) Métodos científicos, estadística, IA, Análisis de datos.


B) Aprendizaje automático, IA, Software, Análisis de datos


C) Todas las anteriores






A) Métodos científicos, estadística, IA, Análisis de datos.

2

DETERMINE QUE ES VISUALIZACION DE DATOS:

A) La visualización de datos es la presentación de información (datos) en un contexto visual, como un mapa o un gráfico.


B) La visualización de datos permite detectar patrones y correlaciones de grandes conjuntos para predecir resultados.


C) Ninguna de las anteriores.

A) La visualización de datos es la presentación de información (datos) en un contexto visual, como un mapa o un gráfico.

2

CLAVES DE IMPORTANCIA DEL BIG DATA

A) Conjunto de herramientas, que sirven de complejos algoritmos y estadística. 

    Tecnologías para el análisis «inteligente» 

    Internet de las Cosas

     Combinación de numerosas variables


B) Internet de las cosas

Combinación de numerosas variables

Levantar datos inútiles o de poca relevancia

Dar toda la toma de decisiones a los datos

Tener información y no darle en el enfoque adecuado

A) Conjunto de herramientas, que sirven de complejos algoritmos y estadística. 

Tecnologías para el análisis «inteligente»

Internet de las cosas

Combinación de numerosas variables

3

DETERMINE QUE ES BIG DATA:

A) Ciencia de permitir la visualización de conjunto de datos para resumir y predecir resultados.

B) Big Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y movimientos de negocios estratégicos. 

C) Todas las anteriores

B) Big Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y movimientos de negocios estratégicos.

3

¿CUAL ES EL FLUJO DEL MODELADO DE DATOS? 


          A)   Planificación

                Evaluar un modelo

                Explicar los modelos

                Implementar un modelo


         B) Planificación

            Análisis

           Estudio de campo

           Implementar un modelo


          A) Planificación 

             Evaluar un modelo

             Explicar los modelos

             Implementar un modelo

4

BENEFICIOS DE LAS PLATAFORMAS DE CIENCIAS DE DATOS:

A) Disminuye las redundancias.

Fomenta la innovación 

Ayudan una Acelerar Y: entregar los Modelos En Forma Más Rápida y Con Menos Errores


B) Facilitan trabajar con grandes volúmenes de datos

Brindar una inteligencia artificial confiables

Libre de sesgos

Sea auditable y reproducible.


C) Todas las anteriores

C) Todas las anteriores

4

ALGUNAS DE LAS CARACTERISITICAS DE LA IA:

A) Capacidad de reacción ante la información disponible en el entorno. Memoria y aprendizaje a partir de experiencias determinadas.

 Capacidad para resolver problemas específicos.

 Adaptabilidad.

Capacidad de percepción sensorial (auditiva, visual, táctil).



B) Es robótica.

 Los métodos de inteligencia artificial funcionan como cerebros.

La inteligencia artificial hace que los ordenadores piensen.

A) Capacidad de reacción ante la información disponible en el entorno. Memoria y aprendizaje a partir de experiencias determinadas.

 Capacidad para resolver problemas específicos.

 Adaptabilidad.

Capacidad de percepción sensorial (auditiva, visual, táctil).

5

ALGUNAS DE LAS HERRAMIENTAS PARA LA CIENCIA DE DATOS: 

A) PowerPoint, Excel, Pyton

B) Hadoop, Tableu, Apache, Pyton.

C) Todas las anteriores

B) Hadoop, Tableu, Apache, Pyton.

5

¿CUAL ES EL PERFIL DE UN CIENTIFICO DE DATOS?

A) El Científico de Datos o Data Scientist es un perfil profesional que traduce los grandes volúmenes de información disponibles conocidos como Big Data. Controla la tecnología y las bases de datos para poder aportar cambios y mejoras.

 


B) Conocimiento de técnicas y modelado estadístico. Conocimiento en matemáticas y álgebra lineal.

Conocimiento y desarrollo de software de con Python y R.

Competencias en visualización de datos.


 C) Todas las Anteriores

 C) Todas las Anteriores