Quiz
Control 2 BI
Erstelle ein kostenloses Konto, um dieses Quiz zu beenden
Speichere deinen Fortschritt und sieh dir dein Endergebnis an.
oder mit deiner E-Mail registrieren
Schon ein Konto? Anmelden
Fragen in diesem Quiz (93)
1Un método de detección de atípicos basado en el uso de la distribución Poisson, es un método basado en:
- AProximidad
- BDensidad
- CAproximaciones estadísticas
- DClustering
2El algoritmo DBSCAN pertenece al grupo de los algoritmos de clustering:
- AJerárquico
- BBasado en grid
- CParticional
- DBasado en densidad
3Indicar, para la técnica de 10-fold cross validation, cuál es el tamaño del conjunto de prueba si se parte de una población total de 1000 objetos:
- A900
- B90
- C100
- D9
4La tarea de Data Mining utilizada para predecir el valor desconocido de un atributo cualitativo, se denomina:
- AClustering
- BAsociación
- CClasificación
- DRegresión
5Indicar, para la técnica de n-fold cross validation, cuántas iteraciones se realizan:
- A10
- Bn
- C1
- DIndefinidas
6El algoritmo STING pertenece al grupo de los algoritmos de clustering:
- ABasado en grid
- BBasado en densidad
- CParticional
- DJerárquico
7Indicar, para la técnica de 10-fold cross validation, cuántas iteraciones se realizan:
- AIndefinidas
- B1
- C100
- D10
8ID3 es un algoritmo utilizado para:
- AAsociación
- BClasificación
- CClustering
- DRegresión
9Indicar, para la técnica de 10-fold cross validation, cuál es el tamaño del conjunto de entrenamiento si se parte de una población total de 1000 objetos:
- A9
- B900
- C100
- D90
10Indicar cuál de las siguientes es una medida habitual utilizada para medir el error de un modelo de regresión:
- AMIS
- BMSE
- CMES
- DMSI
11Un método de detección de atípicos basado en el análisis de grupos de objetos similares entre sí, es un método basado en:
- AClustering
- BDensidad
- CProximidad
- DAproximaciones estadísticas
12El algoritmo Apriori se utiliza para resolver la tarea de data mining conocida como:
- AClasificación
- BRegresión
- CAsociación
- DClustering
13El algoritmo DIANA pertenece al grupo de los algoritmos de clustering:
- AParticional
- BBasado en densidad
- CJerárquico
- DBasado en grid
14Los árboles de decisión se utilizan en data mining para abordar, principalmente, la tarea de:
- AClustering
- BRegresión
- CClasificación
- DAsociación
15Indicar cuál de las siguientes es una medida habitual utilizada para medir el error de un modelo de regresión:
- AMES
- BMAE
- CMIS
- DMSI
16El Perceptrón Multicapa es un método utilizado para:
- ANo se utiliza en data mining
- BDetección de atípicos
- CClasificación
- DAsociación
17El sobreajuste siempre es una característica deseable en los modelos de data mining
- ARichtig
- BFalsch
18Indicar cuál de los siguientes modelos es, en general, menos interpretable:
- AFunción de regresión
- BRegla de asociación
- CÁrbol de decisión
- DRedes neuronales
19Indicar cuál de los siguientes es el indicador más importante de la calidad de una regla de asociación:
- AMean Absolute Error
- BError Cuadrático
- CConfianza
- DPrecisión clasificatoria
20Indicar cuál es la precisión clasificatoria (accuracy) de un método de 2 clases en las que, para la primera clase, se clasifican correctamente 15 de los 20 elementos que la componen, y para la segunda, 7 de los 10:
- A50
- B66.6
- C75
- D73.3
21El algoritmo K-medias pertenece al grupo de los algoritmos de clustering:
- ABasado en densidad
- BJerárquico
- CBasado en grid
- DParticional
22Un método de detección de atípicos basado en el uso de la técnica de los k vecinos más próximos, es un método basado en:
- AProximidad
- BDensidad
- CClustering
- DAproximaciones estadísticas
23Las tećnicas de data mining que construyen un modelo de forma explícita para usarlo posteriormente se denominan:
- APerezosas
- BAnticipativas
- CLazy
- DRetardadas
24La minería de datos se basa en un aprendizaje de tipo deductivo hasta llegar al conocimiento buscado.
- ARichtig
- BFalsch
25El algoritmo AGNES pertenece al grupo de los algoritmos de clustering:
- AParticional
- BBasado en grid
- CBasado en densidad
- DJerárquico
26Indicar, para la técnica de 10-fold cross validation, cuál es el tamaño del conjunto de prueba si se parte de una población total de 1000 objetos:
- A90
- B9
- C100
- D900
27Indicar cuál de los siguientes no es un tipo de enlace a la hora de medir distancias entre clusters durante su evaluación:
- ASimple
- BPromedio
- CCompleto
- DCompuesto
28Naive Bayes es un algoritmo utilizado para:
- AClasificación
- BAsociación
- CRegresión
- DClustering
29La tarea de Data Mining utilizada para predecir el valor desconocido de un atributo cuantitativo, se denomina:
- AAsociación
- BClasificación
- CClustering
- DRegresión
30Indicar cuál de los siguientes no es una herramienta específica para extraer conocimiento a partir de información textual no estructurada:
- AUIMA
- BClementine
- CGATE
- DCarrot2
31En data mining, uno de los problemas clásicos de análisis de series temporales es:
- AEl estudio de la amplitud de las series
- BEl estudio de la periodicidad de las series
- CLa comparación entre dos series temporales
- DEl registro de las series por medio de sensores
32En CRISP-DM, la tarea "Evaluar Resultados" pertenece a la fase de ...:
- AModeling
- BData Preparation
- CEvaluation
- DDeployment
33En CRISP-DM, la actividad "Asegurarse de la existencia de un diseño de pruebas para cada objetivo de data mining por separado" se desarrolla como parte de la tarea ...:
- ADiseñar las Pruebas
- BConstruir Modelos
- CEvaluar Modelos
- DSeleccionar la Técnica de Modelado
34En CRISP-DM, la actividad "Considerar la utilización de técnicas de muestreo" se desarrolla como parte de la tarea ...:
- ALimpiar los Datos
- BFormatear Datos
- CSeleccionar los Datos
- DCreación de Datos
35Indicar qué fase de CRISP-DM se dedica a conocer bien el ámbito de la organización implicada y establecer con claridad cuál es el problema o los problemas que se desean abordar:
- AEvaluation
- BData Preparation
- CData Understanding
- DBusiness Understanding
36Uno de los dominios clásicos de aplicación de las series temporales es:
- AAseguradoras
- BPolítica
- CAstronomía
- DSismografía
37En CRISP-DM, la actividad "Estudiar qué hacer con los datos que presentan ruido o errores" se desarrolla como parte de la tarea ...:
- ALimpiar los Datos
- BFormatear Datos
- CCreación de Datos
- DSeleccionar los Datos
38En CRISP-DM, la tarea "Seleccionar la Técnica de Modelado" pertenece a la fase de ...:
- AModeling
- BDeployment
- CData Preparation
- DEvaluation
39Las técnicas de data mining utilizadas para extraer conocimiento a partir de datos generados en el entorno de la World Wide Web, se denominan:
- AText Mining
- BMinería de Datos Multimedia
- CData Mining Espacial
- DWeb Mining
40Indicar cuál de los siguientes es un tipo de dato no convencional, que requiere de técnicas de data mining específicas:
- AReal
- BEntero
- CBooleano
- DTextos
41En CRISP-DM, la actividad "Analizar, en detalle, las propiedades de los atributos" se desarrolla como parte de la tarea ...:
- AVerificar la Calidad de los Datos
- BRecopilar los Datos Iniciales
- CDescribir los Datos
- DExplorar los Datos
42Indicar qué fase de CRISP-DM se dedica a establecer un conjunto de datos y su correspondiente descripción, sobre el cual ya se puedan aplicar
- AEvaluation
- BModeling
- CDeployment
- DData Preparation
43En CRISP-DM, la actividad "Estimar el esfuerzo y los recursos necesarios para cada fase del proyecto" se desarrolla como parte de la tarea ...:
- AProducir el Plan de Proyecto
- BDeterminar los Objetivos de Data Mining
- CEvaluar Situación
- DDeterminar los Objetivos de Negocio
44En CRISP-DM, la tarea "Determinar los Objetivos de Data Mining" pertenece a la fase de ...:
- AData Preparation
- BBusiness Understanding
- CData Understanding
- DModeling
45En CRISP-DM, la actividad "Seleccionar los mejores modelos" se desarrolla como parte de la tarea ...:
- ASeleccionar la Técnica de Modelado
- BConstruir Modelos
- CDiseñar las Pruebas
- DEvaluar Modelos
46En CRISP-DM, la actividad "Traducir los objetivos de negocio a objetivos de data mining" se desarrolla como parte de la tarea ...:
- ADeterminar los Objetivos de Data Mining
- BEvaluar Situación
- CProducir el Plan de Proyecto
- DDeterminar los Objetivos de Negocio
47En CRISP-DM, la actividad "Identificar valores faltantes y su posible significado" se desarrolla como parte de la tarea ...:
- AVerificar la Calidad de los Datos
- BRecopilar los Datos Iniciales
- CDescribir los Datos
- DExplorar los Datos
48En CRISP-DM, la tarea "Formatear Datos" pertenece a la fase de ...:
- AEvaluation
- BData Preparation
- CDeployment
- DModeling
49Las técnicas de Web Mining que persiguen la extracción de conocimiento a partir de los patrones de navegación de los usuarios, son técnicas de:
- AMinería de la Estructura
- BMinería de los Enlaces
- CMinería del Contenido
- DMinería del Uso
50Uno de los dominios clásicos de aplicación de las series temporales es:
- AAseguradoras
- BAstronomía
- CPolítica
- DEconomía
51En CRISP-DM, la actividad "Determinar en qué momento o bajo qué circunstancias los modelos resultantes no deberían utilizarse más" se desarrolla como parte de la tarea ...:
- APlanificar Monitorización y Mantenimiento
- BPlanificar Despliegue
- CRevisar Proyecto
- DProducir Informe Final
52En data mining, uno de los problemas clásicos de análisis de series temporales es:
- AEl estudio de la periodicidad de las series
- BEl registro de las series por medio de sensores
- CEl análisis de subsecuencias en varias series
- DEl estudio de la amplitud de las series
53En CRISP-DM, la actividad "Analizar el potencial de cada resultado de cara al despliegue" se desarrolla como parte de la tarea ...:
- ADeterminar los Siguientes Pasos
- BEvaluar Proceso
- CEvaluar Modelos
- DEvaluar Resultados
54En CRISP-DM, la tarea "Recopilar los Datos Iniciales" pertenece a la fase de ...:
- AData Preparation
- BData Understanding
- CBusiness Understanding
- DModeling
55En CRISP-DM, la actividad "Hacer un ranking con los resultados en función de su grado de ajuste a los criterios de negocio" se desarrolla como parte de la tarea ...:
- ADeterminar los Siguientes Pasos
- BEvaluar Resultados
- CEvaluar Modelos
- DEvaluar Proceso
56A la idea de explotar, en una misma aplicación, varias fuentes de datos abiertos y relacionados entre sí de algún modo se le conoce como:
- AOpen Source
- BData Mining
- CLinked Data
- DOpen Data
57En CRISP-DM, la actividad "Seleccionar tablas y registros de interés" se desarrolla como parte de la tarea ...
- ARecopilar los Datos Iniciales
- BDescribir los Datos
- CVerificar la Calidad de los Datos
- DExplorar los Datos
58En CRISP-DM, la actividad "Analizar hasta qué punto los objetivos iniciales de data mining han sido cubiertos" se desarrolla como parte de la tarea ...:
- AProducir Informe Final
- BPlanificar Despliegue
- CPlanificar Monitorización y Mantenimiento
- DRevisar Proyecto
59En CRISP-DM, la actividad "Realizar diagramas que representen la estructura de la empresa (departamentos, proyectos, grupos, etc.)" se desarrolla como parte de la tarea ...:
- AProducir el Plan de Proyecto
- BDeterminar los Objetivos de Data Mining
- CEvaluar Situación
- DDeterminar los Objetivos de Negocio
60En CRISP-DM, la actividad "Ejecutar la técnica de data mining seleccionada para obtener los modelos" se desarrolla como parte de la tarea ...:
- ADiseñar las Pruebas
- BSeleccionar la Técnica de Modelado
- CEvaluar Modelos
- DConstruir Modelos
61Las técnicas de data mining utilizadas para extraer conocimiento a partir de imágenes, videos, etc., se denominan:
- AMinería de Datos Multimedia
- BWeb Mining
- CText Mining
- DData Mining Espacial
62En CRISP-DM, la actividad "Decidir la técnica de minería de datos apropiada, teniendo en cuenta la disponibilidad de herramientas para el proyecto" se desarrolla como parte de la tarea ...:
- ASeleccionar la Técnica de Modelado
- BConstruir Modelos
- CEvaluar Modelos
- DDiseñar las Pruebas
63Indicar que significan las siglas SEMMA:
- ASample, Explore, Modify, Model and Apply
- BSample, Explore, Modify, Model and Assess
- CSample, Extract, Modify, Model and Assess
- DSample, Explore, Modify, Mine and Assess
64Un método de detección de atípicos basado en el uso de la técnica de los k vecinos más próximos, es un método basado en:
- AClustering
- BProximidad
- CAproximaciones estadísticas
- DDensidad
65Indicar, para la técnica de 10-fold cross validation, cuál es el tamaño del conjunto de entrenamiento si se parte de una población total de 1000 objetos:
- A9
- B90
- C900
- D100
66Un método de detección de atípicos basado en el análisis de grupos de objetos similares entre sí, es un método basado en:
- AAproximaciones estadísticas
- BProximidad
- CClustering
- DDensidad
67El algoritmo K-medias pertenece al grupo de los algoritmos de clustering:
- ABasado en densidad
- BBasado en grid
- CJerárquico
- DParticional
68El algoritmo DIANA pertenece al grupo de los algoritmos de clustering:
- ABasado en grid
- BBasado en densidad
- CParticional
- DJerárquico
69Las técnicas de data mining que se utilizarían para extraer conocimiento a partir un mapa geográfico, se denominan:
- AData Mining Espacial
- BMinería de Datos Multimedia
- CText Mining
- DWeb Mining
70Las técnicas de Web Mining que persiguen la extracción de conocimiento a partir de los patrones de navegación de los usuarios, son técnicas de:
- AMinería de los Enlaces
- BMinería del Contenido
- CMinería de la Estructura
- DMinería del Uso
71En CRISP-DM, la actividad "Analizar el proceso, respondiendo, para cada etapa, a preguntas como: ¿fue necesaria? ¿se llevó a cabo de forma óptima? ¿se podría mejorar?" se desarrolla como parte de la tarea ...:
- ADeterminar los Siguientes Pasos
- BEvaluar Resultados
- CEvaluar Proceso
- DEvaluar Modelos
72En CRISP-DM, la actividad "Analizar el potencial de cada resultado de cara al despliegue" se desarrolla como parte de la tarea ...:
- AEvaluar Proceso
- BDeterminar los Siguientes Pasos
- CEvaluar Modelos
- DEvaluar Resultados
73En CRISP-DM, la tarea "Determinar los Objetivos de Data Mining" pertenece a la fase de ...:
- ABusiness Understanding
- BModeling
- CData Preparation
- DData Understanding
74En CRISP-DM, la tarea "Verificar la Calidad de los Datos" pertenece a la fase de ...:
- AData Understanding
- BBusiness Understanding
- CData Preparation
- DModeling
75En CRISP-DM, la actividad "Determinar cómo el conocimiento será propagado hasta los usuarios" se desarrolla como parte de la tarea ...:
- APlanificar Despliegue
- BProducir Informe Final
- CRevisar Proyecto
- DPlanificar Monitorización y Mantenimiento
76En CRISP-DM, la actividad "Identificar valores faltantes y su posible significado" se desarrolla como parte de la tarea ...:
- AExplorar los Datos
- BRecopilar los Datos Iniciales
- CDescribir los Datos
- DVerificar la Calidad de los Datos
77En CRISP-DM, la actividad "Modificar los datos para que se adapten a las técnicas de modelado que se ejecutarán más adelante" se desarrolla como parte de la tarea ...:
- ACreación de Datos
- BLimpiar los Datos
- CSeleccionar los Datos
- DFormatear Datos
78En CRISP-DM, la actividad "Calcular estadísticos básicos para cada atributo (media, moda, máximo, etc.)" se desarrolla como parte de la tarea ...:
- ADescribir los Datos
- BVerificar la Calidad de los Datos
- CRecopilar los Datos Iniciales
- DExplorar los Datos
79En CRISP-DM, la tarea "Producir el Plan de Proyecto" pertenece a la fase de ...:
- AModeling
- BData Preparation
- CBusiness Understanding
- DData Understanding
80En CRISP-DM, la tarea "Formatear Datos" pertenece a la fase de ...:
- AEvaluation
- BDeployment
- CData Preparation
- DModeling
81A la idea de que ciertos datos deberían estar a disposición de cualquiera sin restricción, se le conoce como:
- AData Mining
- BOpen Source
- CLinked Data
- DOpen Data
82Las técnicas de Web Mining que persiguen la extracción de conocimiento a partir del estudio de las conexiones entre los elementos de un sitio web, son técnicas de:
- AMinería de los Enlaces
- BMinería del Contenido
- CMinería del Uso
- DMinería de la Estructura
83En data mining, uno de los problemas clásicos de análisis de series temporales es:
- AEl estudio de la periodicidad de las series
- BEl estudio de la amplitud de las series
- CEl registro de las series por medio de sensores
- DLa comparación entre dos series temporales
84Indicar qué fase de CRISP-DM se dedica a la aplicación de técnicas (principalmente estadísticas) para obtener modelos representativos de los datos:
- AModeling
- BData Preparation
- CDeployment
- DEvaluation
85En CRISP-DM, la actividad "Traducir los objetivos de negocio a objetivos de data mining" se desarrolla como parte de la tarea ...:
- ADeterminar los Objetivos de Negocio
- BEvaluar Situación
- CProducir el Plan de Proyecto
- DDeterminar los Objetivos de Data Mining
86Indicar de cuántas fases se compone CRISP-DM:
- A7
- B6
- C4
- D5
87En CRISP-DM, la actividad "Analizar, en detalle, las propiedades de los atributos" se desarrolla como parte de la tarea ...:
- AVerificar la Calidad de los Datos
- BExplorar los Datos
- CRecopilar los Datos Iniciales
- DDescribir los Datos
88En CRISP-DM, la tarea "Recopilar los Datos Iniciales" pertenece a la fase de ...:
- AData Preparation
- BData Understanding
- CModeling
- DBusiness Understanding
89En CRISP-DM, la actividad "Analizar hasta qué punto los objetivos iniciales de data mining han sido cubiertos" se desarrolla como parte de la tarea ...:
- APlanificar Despliegue
- BPlanificar Monitorización y Mantenimiento
- CRevisar Proyecto
- DProducir Informe Final
90En CRISP-DM, la tarea "Evaluar Resultados" pertenece a la fase de ...:
- AModeling
- BEvaluation
- CData Preparation
- DDeployment
91En CRISP-DM, la actividad "Modificar los datos para que se adapten a las técnicas de modelado que se ejecutarán más adelante" se desarrolla como
parte de la tarea ...:- ASeleccionar los Datos
- BLimpiar los Datos
- CCreación de Datos
- DFormatear Datos
92En CRISP-DM, la actividad "Decidir si es necesario normalizar alguno de los atributos" se desarrolla como parte de la tarea ...:
- AFormatear Datos
- BCreación de Datos
- CSeleccionar los Datos
- DLimpiar los Datos
93Las técnicas de Web Mining que persiguen la extracción de conocimiento a partir de la información contenida en los sitios web, son técnicas de:
- AMinería del Uso
- BMinería de los Enlaces
- CMinería de la Estructura
- DMinería del Contenido
Informationen
- Beschreibung
- Business Intelligence Quiz am Control 2 BI, erstellt von Vicente Rubio am 28/06/2019.
- Autor
- Vicente Rubio
- Sprache
- Español
- Aufrufe
- 1
- Verlauf
- Erstellt am 28 Jun 2019 · aktualisiert am 28 Jun 2019
- Schlagwörter
- Bewertung
- Noch keine Bewertungen Bewerte dieses Quiz