11134953
Descripción
Test por Ian De Jesus Brito Vittini, actualizado hace más de 1 año
|
Creado por Ian De Jesus Brito Vittini
hace alrededor de 7 años
|
|
Pregunta 1
Pregunta
Los datos, incluyendo las agregaciones, se almacenan dentro de una estructura relacional de base de datos que puede estar en la misma localización de la fuente o no.
Respuesta
-
DOLAP.
-
HOLAP.
-
MOLAP.
-
ROLAP.
Pregunta 2
Pregunta
Es cuando el resultado predicho se puede considerar un número real.
Respuesta
-
Árboles de clasificación.
-
Árboles de regresión.
-
Árboles de Decisión.
Pregunta 3
Pregunta
Son aquellos manejados por los gestores de base de datos convencionales, estos pueden ser considerados bidimensionales.
Respuesta
-
Hechos.
-
Jerarquías
-
Datos Relacionales.
-
Dimensiones.
Pregunta 4
Pregunta
Se encarga de medir las relaciones entre dos variables.
Respuesta
-
Análisis de clusters.
-
Análisis de regresión.
-
Análisis de factores
-
Análisis de correlaciones
Pregunta 5
Pregunta
Es una herramienta estadística que determina la relación entre dos o más variables cuantitativas.
Respuesta
-
Análisis de clusters.
-
Análisis de factores.
-
Análisis de regresión.
-
Análisis de correlaciones.
Pregunta 6
Pregunta
En el Modelo CRISP-DM, es donde obtenemos la vista minable o dataset
Respuesta
-
Comprensión de lo Datos.
-
Comprensión del Negocio.
-
Preparación de los Datos.
Pregunta 7
Pregunta
Es un tipo de red neuronal artificial, que es entrenada usando aprendizaje no supervisado para producir una representación discreta del espacio de las muestras de entrada, llamado mapa
Respuesta
-
Perceptrón Multicapa
-
Redes Kohonen.
-
Perceptrón.
Pregunta 8
Pregunta
En el Modelo CRISP-DM, es donde aplicamos las técnicas de minería de datos a los dataset.
Respuesta
-
Evaluación
-
Implantación.
-
Modelado
Pregunta 9
Pregunta
Operación de Minería de Datos, el cual está diseñado en un patrón similar de la experiencia de aprendizaje humano en el uso de observaciones para formar un modelo de las características importantes de alguna tarea.
Respuesta
-
Detección de Desviación
-
Modelado predictivo
-
Segmentación de Base de Datos
-
Análisis de Vínculos.
Pregunta 10
Pregunta
Entre los actores que intervienen en un proyecto de Data Mining, éste proporciona acceso al hardware, el software y los datos necesarios para completar el proyecto de minería de datos con éxito
Respuesta
-
Analista de minería de datos.
-
Líder del proyecto
-
Ingeniero de minería de datos
-
Cliente de minería de datos.
-
Analista de TI
Pregunta 11
Pregunta
Entre los actores que intervienen en un proyecto de Data Mining, éste desarrolla, interpreta y evalúa el modelo de minería de datos a la luz de los objetivos de negocio y criterios de éxito del negocio.
Respuesta
-
Ingeniero de minería de datos.
-
Analista de minería de datos
-
Analista de TI
-
Líder del proyecto
-
Cliente de minería de datos.
Pregunta 12
Pregunta
Su principal objetivo es el de brindar rápidas respuestas a complejas preguntas, para interpretar la situación del negocio y tomar decisiones.
Respuesta
-
Consultas ad-hoc
-
OLAP
-
Consultas empaquetadas.
-
Dashboards
Pregunta 13
Pregunta
Paso de la minería de datos donde se identifican los patrones obtenidos y que son realmente interesantes, basándose en algunas medidas y se realiza una evaluación de los resultados obtenidos.
Respuesta
-
Transformación de Datos.
-
Interpretación de los Resultados.
-
Minería de Datos.
-
Selección de Datos.
Pregunta 14
Pregunta
Se usa para ajustar datos que son función de diversas variables. El algoritmo básico puede formar un modelo para predecir el valor de un campo determinado partiendo de los valores de otros atributos.
Respuesta
-
Funciones de la Base Radial
-
Predicción Neuronal
-
Inducción Supervisada
-
Métodos Simbólicos
Pregunta 15
Pregunta
Crea un modelo que se utiliza para predecir nuevos valores y pronóstico de series temporales. La predicción se basa en un valor de predicción y en las relaciones entre los atributos descubiertas al explorar un conjunto de datos de preparación que contienen tanto la variable independiente como las dependientes.
Respuesta
-
Funciones de la Base Radial
-
Inducción Supervisada
-
Métodos Simbólicos
-
Predicción Neuronal
Pregunta 16
Pregunta
Predicen un dato desconocido, a partir de la entrada o conjunto de valores obtenidos a lo largo de un tiempo determinado de los que se extrae un comportamiento futuro.
Respuesta
-
Funciones de la Base Radial
-
Predicción Neuronal
-
Inducción Supervisada
-
Métodos Simbólicos
Pregunta 17
Pregunta
Su característica más importante es que son auto explicativos, a simple vista se puede observar la consideración de la clasificación de la data.
Respuesta
-
Métodos Simbólicos
-
Funciones de la Base Radial
-
Predicción Neuronal
-
Inducción Supervisada
Pregunta 18
Pregunta
Modelo de proceso de selección, exploración y modelado de grandes cantidades de datos para descubrir patrones de negocio desconocidos.
Respuesta
-
Modelo Cascada.
-
Modelo CRISP-DM.
-
Modelo SEMMA.
Pregunta 19
Pregunta
En el Modelo CRISP-DM, es donde revisamos los modelos de las fases anteriores para determinar si son útiles a las necesidades del negocio.
Respuesta
-
Modelado.
-
Implantación.
-
Evaluación.
Pregunta 20
Pregunta
Presentan la información altamente resumida. Se componen de consultas, reportes, análisis interactivos, gráficos, semáforos, indicadores causa-efecto.
Respuesta
-
Consultas ad-hoc
-
OLAP.
-
Consultas empaquetadas.
-
Dashboards
Pregunta 21
Pregunta
Se ejecutan periódicamente, sin necesidad de intervención de usuarios.
Respuesta
-
Dashboards.
-
Consultas ad-hoc.
-
Consultas empaquetadas.
-
OLAP.
Pregunta 22
Pregunta
Paso de la minería de datos el cual consiste en especificar los datos de entrada que se desean explorar y analizar
Respuesta
-
Selección de Datos
-
Minería de Datos.
-
Transformación de Datos
-
Interpretación de los Resultados.
Pregunta 23
Pregunta
Es la fase de modelado dónde métodos inteligentes son aplicados con el objetivo de extraer patrones previamente desconocidos, válidos, nuevos, potencialmente útiles y comprensibles y que están contenidos u “ocultos” en los datos.
Respuesta
-
Transformación de Datos.
-
Minería de Datos.
-
Interpretación de los Resultados.
-
Selección de Datos.
Pregunta 24
Pregunta
Es la unidad básica de inferencia en forma de discriminador limitar o más simple, una neurona artificial. A partir de este se genera un algoritmo capaz de generar un criterio para seleccionar un sub género a partir de un grupo de componentes más grandes.
Respuesta
-
Perceptrón Multicapa.
-
Perceptrón.
-
Redes Kohonen.
Pregunta 25
Pregunta
Su principal objetivo es el de brindar rápidas respuestas a complejas preguntas, para interpretar la situación del negocio y tomar decisiones.
Respuesta
-
Dashboards.
-
Consultas ad-hoc.
-
OLAP.
-
Consultas empaquetadas.
Pregunta 26
Pregunta
Paso de la minería de datos el cual se encarga de las inconsistencias en los formatos de datos y la codificación, que pueden existir dentro de una base de datos única y que casi siempre existen cuando múltiples bases de datos contribuyen al Data Warehouse.
Respuesta
-
Selección de Datos.
-
Minería de Datos.
-
Interpretación de los Resultados.
-
Transformación de Datos.
Pregunta 27
Pregunta
Permite almacenar una parte de los datos como en un sistema MOLAP y el resto como en uno ROLAP.
Respuesta
-
MOLAP.
-
DOLAP.
-
HOLAP.
-
ROLAP.
Pregunta 28
Pregunta
Operación de Minería de Datos, el cual está diseñado en un patrón similar de la experiencia de aprendizaje humano en el uso de observaciones para formar un modelo de las características importantes de alguna tarea.
Respuesta
-
Modelado predictivo
-
Análisis de Vínculos.
-
Segmentación de Base de Datos.
-
Detección de Desviación.
Pregunta 29
Pregunta
Esta herramienta constituye una poderosa tecnología con un gran potencial que ayuda y brinda soporte a los usuarios, con el fin de permitirles analizar y extraer conocimientos ocultos y predecibles a partir de los datos almacenados en un DW o en un OLTP.
Respuesta
-
Data Mining.
-
Dashboards.
-
OLAP.
-
Consultas ad-hoc
Pregunta 30
Pregunta
Es cuando el resultado predicho es la clase a la que pertenecen los datos.
Respuesta
-
Árboles de clasificación.
-
Árboles de Decisión.
-
Árboles de regresión.
Pregunta 31
Pregunta
Se encarga de medir las relaciones entre dos variables.
Respuesta
-
Análisis de factores.
-
Análisis de regresión.
-
Análisis de correlaciones.
-
Análisis de clusters.
Pregunta 32
Pregunta
El objetivo es crear un modelo que predice el valor de una variable de destino en función de diversas variables de entrada.
Respuesta
-
Árboles de Decisión
-
Árboles de clasificación.
-
Árboles de regresión.
Pregunta 33
Pregunta
Es un tipo de red neuronal artificial, que es entrenada usando aprendizaje no supervisado para producir una representación discreta del espacio de las muestras de entrada, llamado mapa.
Respuesta
-
Redes Kohonen
-
Perceptrón.
-
Perceptrón Multicapa.
Pregunta 34
Pregunta
Entre los actores que intervienen en un proyecto de Data Mining, éste entiende a fondo, desde un punto de vista comercial, lo que el cliente quiere lograr.
Respuesta
-
Líder del proyecto
-
Analista de minería de datos.
-
Ingeniero de minería de datos.
-
Analista de TI.
-
Cliente de minería de datos.
Pregunta 35
Pregunta
Paso de la minería de datos el cual consiste en especificar los datos de entrada que se desean explorar y analizar.
Respuesta
-
Selección de Datos.
-
Transformación de Datos.
-
Minería de Datos.
-
Interpretación de los Resultados.
Pregunta 36
Pregunta
Los datos de fuente son almacenados en un formato multidimensional.
Respuesta
-
ROLAP.
-
MOLAP.
-
HOLAP.
-
DOLAP.
Pregunta 37
Pregunta
Son aquellos manejados por los gestores de base de datos convencionales, estos pueden ser considerados bidimensionales.
Respuesta
-
Jerarquías.
-
Dimensiones.
-
Datos Relacionales.
-
Hechos.
Pregunta 38
Pregunta
Son redes neuronales artificiales formadas por múltiples capas, esto les permite resolver problemas que no son linealmente separables.
Respuesta
-
Redes Kohonen.
-
Perceptrón Multicapa.
-
Perceptrón.
Pregunta 39
Pregunta
Posibilidad de cambiar la granularidad de los datos.
Respuesta
-
Slice y Dice.
-
Pivot.
-
Drill down y Roll up.
Pregunta 40
Pregunta
Es la fase de modelado dónde métodos inteligentes son aplicados con el objetivo de extraer patrones previamente desconocidos, válidos, nuevos, potencialmente útiles y comprensibles y que están contenidos u “ocultos” en los datos.
Respuesta
-
Minería de Datos.
-
Transformación de Datos.
-
Interpretación de los Resultados.
-
Selección de Datos.
Pregunta 41
Pregunta
Modelo de proceso de selección, exploración y modelado de grandes cantidades de datos para descubrir patrones de negocio desconocidos.
Respuesta
-
Modelo CRISP-DM
-
Modelo SEMMA.
-
Modelo Cascada.
Pregunta 42
Pregunta
En el Modelo CRISP-DM, es donde se definen los objetivos y requerimientos desde una perspectiva no técnica.
Respuesta
-
Preparación de los Datos.
-
Comprensión de lo Datos.
-
Comprensión del Negocio.
Pregunta 43
Pregunta
Son consultas frecuentes y aleatorias, en el sentido en que responden a necesidades de información concretas.
Respuesta
-
Dashboards.
-
Consultas ad-hoc.
-
Consultas empaquetadas.
-
OLAP.
¿Quieres crear tus propios Tests gratis con GoConqr? Más información.