M1N3R14 D3 D4T0S

¿Qué es la minería de texto?. El análisis de datos estructurados provenientes de bases de datos. La extracción de conocimiento útil desde datos textuales no estructurados. La traducción automática de textos a varios idiomas. La búsqueda de información exacta en tablas numéricas.

¿Cuál es la diferencia principal entre clasificación y predicción en minería de datos?. Clasificación predice valores continuos y predicción predice etiquetas. Clasificación trabaja con series temporales; predicción con texto. Clasificación predice clases; predicción estima valores numéricos. Ambas se utilizan solo en sistemas de recomendación.

¿Qué distingue a los sistemas de recomendación basados en conocimiento?. Utilizan calificaciones históricas exclusivamente. Basan la recomendación en requisitos explícitos del usuario. Imputan datos no observados entre pares. Se centran en gustos de otros usuarios.

¿Cuál es la principal suposición del clasificador de Naive Bayes?. Que los atributos son dependientes entre sí. Que las clases son mutuamente excluyentes. Que los atributos son independientes dado el valor de clase. Que todos los datos son normales.

Una empresa de marketing quiere predecir si un cliente responderá a una campaña. ¿Qué técnica debe usar?. Clustering. Regresión logística. Regresión lineal. Árbol de decisión no supervisado.

Relaciona el sector con la aplicación de minería de texto: Redes Sociales. Finanzas. Mantenimiento. Salud.

¿Qué permite identificar la técnica NER en minería de texto?. Errores ortográficos. Palabras sin significado. Entidades como nombres, ubicaciones y organizaciones. Longitud de párrafos.

Relaciona la herramienta con su característica destacada. RapidMiner. Orange. SAS. DataMelt.

¿Cuál es una ventaja clave de usar modelos predictivos en minería de datos?. Eliminan la necesidad de validar modelos. Permiten anticipar eventos futuros y tomar decisiones informadas. Funcionan sin datos históricos. Solo aplican en datos textuales.

¿Cuál es el propósito de la visualización en minería de texto?. Eliminar palabras sin significado. Aplicar redes neuronales. Representan gráficamente los resultados del análisis textual. Etiquetar palabras clave.

Un sistema de Streaming quiere sugerir películas similares a las que un usuario ha visto recientemente. ¿Qué técnica es más adecuada?. Basado en contenido. Clustering. Series temporales. Naive Bayes.

¿Cuáles son los dos componentes clave del Web Scraping?. Rastreador y clasificador. Scraper y motor de búsqueda. Crawler y Scraper. HTML y XML.

¿Cuál es la diferencia principal entre regresión lineal y regresión logística?. La lineal predice categorías; la logística predice valores continuos. La logística transforma variables numéricas en texto. La lineal predice valores continuos; la logística estima probabilidades de clases. Ambas se usan únicamente con variables categóricas.

Una tienda en línea quiere recomendar productos observando patrones de usuarios con comportamientos similares ¿Qué técnica aplicaría?. Clasificación supervisada. Filtrado colaborativo basado en usuarios. Series temporales. Análisis de varianza.

Relaciona cada técnica con su aplicación. Series Temporales. Regresión lineal. Regresión logística. Clasificación.

¿Qué catacteriza a un sistema de recomendación basado en contenido?. Usa la historia de otros usuarios para recomendar. Considera solo atributos del ítem y preferencias previas del usuario. No requiere retroalimentación previa. Se basa únicamente en ubicación geográfica.

¿Cuál es un riesgo ético importante de la minería de texto?. Fallas en el resumen automático. Baja calidad del texto digitalizado. Uso indebido de datos personales sin consentimiento. Limitación para textos de marketing.

¿Cuál NO es un tipo de minería web?. Minería de contenido web. Minería de usuarios móviles. Minería de estructuras web. Minería de uso web.

RELACIONA MINERIA WEB. Contenido. Estructura. uso.

Relaciona la técnica con su función en minería. NER. Tokenización. Análisis de sentimientos. POS Tagging.