Digitalización aplicada a los sectores productivos

1. ¿Qué diferencia hay entre dato e información?. El dato es procesado, la información no. El dato es un hecho sin procesar, la información es el dato procesado y con significado. Ambos son lo mismo. Ninguna.

2. ¿Cuándo se convierte un dato en información?. Cuando se contextualiza y procesa. Cuando se almacena. Cuando se elimina. Ninguna.

3. ¿Qué implica transformar información en conocimiento?. Solo almacenar datos. Comparar, relacionar y usar para decisiones. Ignorar datos irrelevantes. Ninguna.

4. ¿Qué etapas incluye el ciclo de vida del dato?. Captura, almacenamiento, procesamiento, uso, eliminación/reutilización. Solo almacenamiento. Solo captura y eliminación. Ninguna.

5. ¿Qué es el big data?. Datos pequeños. Grandes volúmenes de datos transformados en información relevante. Solo imágenes. Ninguna.

6. ¿Cuál NO es una desventaja del big data?. Falta de personal capacitado. Costes elevados. Mejora de la seguridad. Ciberseguridad.

7. ¿Cuáles son las 5 V del big data?. Volumen, velocidad, variedad, veracidad, valor. Volumen, velocidad, vulnerabilidad, visión, valor. Volumen, visión, veracidad, virtualidad, valor. Ninguna.

8. ¿Qué significa “veracidad” en big data?. Que los datos sean ciertos para evitar errores. Que los datos sean rápidos. Que los datos sean variados. Ninguna.

9. ¿Qué tecnología se usa para aprender sin intervención humana directa?. Machine learning. Blockchain. IoT. Ninguna.

10. ¿Qué es el deep learning?. Una técnica básica de IA. Una forma avanzada de machine learning con redes neuronales. Un sistema de almacenamiento. Ninguna.

11. ¿Qué relación hay entre IA, machine learning y deep learning?. Son independientes. Deep learning está dentro de machine learning, y este dentro de IA. IA está dentro de deep learning. Ninguna.

12. ¿Qué campo utiliza métodos científicos para extraer conocimiento de datos?. Ciencia de datos. Big data. IoT. Ninguna.

13. ¿Qué etapa NO pertenece al ciclo de la ciencia de datos?. Definición del problema. Adquisición de datos. Eliminación inmediata. Modelado.

14. ¿Qué ventaja ofrece el big data en marketing?. Segmentación y predicción de hábitos de clientes. Reducción de datos. Eliminación de publicidad. Ninguna.

15. ¿Qué problema puede causar el exceso de datos?. Obsolescencia rápida del software. Mejora automática de seguridad. Reducción de costes. Ninguna.

1. Define brevemente qué es un dato y qué es información.

2. Menciona las 5 V del big data.

3. ¿Qué diferencia hay entre machine learning y deep learning?.

4. ¿Qué etapas incluye la ciencia de datos?.