Fichas
Itroducción
Fichas del conjunto (22)
- 1¿Cómo se denomina la extracción de conocimiento a partir de fuentes masivas de datos?Minería de datos
- 2F o V. Lo importante son las herramientas, porque no es necesario conocer los métodos ni cómo se configuran.FALSO. Las herramientas no importan, sino los métodos y la configuración de las mismas.
- 3Son el insumo principal, sin ellos no se puede hacer nadaLos datos
- 4¿De qué depende la técnica a usar?De lo que voy a buscar.
- 5¿Cuáles son los dos tipos de análisis que existen?Análisis predictivo y análisis descriptivo.
- 6¿En qué consiste el análisis predictivo y para qué sirve?En predecir los eventos futuros, para saber qué acciones tomar en el presente.
- 7¿Qué nombre recibe el análisis que busca conocer los datos que tengo en la actualidad?El análisis descriptivo.
- 8Hay técnicas supervisadas y técnicas no supervisadas, ¿con qué tipo de análisis se relaciona cada una?Las técnicas supervisadas están asociadas con el análisis predictivo y las NO supervisadas están asociadas con el análisis descriptivo.
- 9F o V. Las técnicas supervisadas requieren del histórico de los datos y las NO supervisadas no requieren del histórico.VERDADERO. De hecho, podría decirse que las técnicas supervisadas son supervisadas por el histórico, por el contrario las técnicas NO supervisadas trabaja con los datos que hay para el análisis, no requiere del histórico.
- 10¿Cuáles son los dos tipos de predicciones que pueden hacer en el análisis predictivo? ¿Qué se predice en cada una de ellas?P. discreta o clasificación, se predice una cualidad o categoría.
P. continua o regresión, se predice un número. - 11¿Qué nombre recibe la variable que quiero predecir? ¿Cómo se llaman las que ayudan a hacerlo?La que quiero predecir es la variable objetivo, las que ayudan a esto son las variables predictoras.
- 12¿A qué tipo de análisis pertenecen los siguientes? Agrupamiento / clustering Asociación Selección de factoresAl análisis descriptivo
- 13¿En qué consiste la asociación?En encontrar el nivel de asociación que tienen unos elementos con otros por medio de reglas
- 14En este agrupan registros similares para asignar perfilesClustering
- 15En este se identifican qué características son las más influyentes para que pase tal cosaSelección de factores
- 16F o V. Minería de datos es un nombre más elegante para la estadística descriptiva.FALSO. Aunque en muchos ambientes se confunden, no son lo mismo, porque la minería de datos se encarga de hacer descripciones y predicciones con los datos.
- 17Es una tendencia dentro de la minería de datos para sustituir los métodos iterativos, para poder realizarla en núcleos de procesamiento independienteLa minería de datos distribuida
- 18Es el nombre que recibe la minería de datos cuando es a partir de texto, imágenes, audio y video.Minería multimedia
- 19¿Qué relación tienen CRISP-DM, SEMMA y KDD con la minería de datos?Son metodologías para realizarla, que tienen en común dentro de su flujo de trabajo las siguientes instrucciones: prepare, modele y evalúe.
- 20F o V. Es indispensable saber programar para usar las herramientas SPSS modeler y SAS.FALSO. Estas herramientas brindan la posibilidad de trabajar por componentes, lo cual no requiere saber programar.
- 21Es una herramienta creada para enseñar minería de datos con fines académicosWEKA, de código abierto y libre.
- 22—
Información
- Descripción
- Fichas sobre Itroducción, creado por Johan Sebastian Macias Zapata el 29/01/2019.
- Creado por
- Johan Sebastian Macias Zapata · ene 2019
- Actualizado
- 29 ene 2019
- Visitas
- 0
- Valoración