Tema 15 Bloque III: Data Mining

¿Qué es el Data Mining?: El proceso de proteger los datos almacenados en bases de datos contra accesos no autorizados. La práctica de comprar y vender datos personales en el mercado negro. El proceso de descubrir patrones, correlaciones y anomalías en grandes conjuntos de datos para predecir resultados. La tarea de duplicar datos de una base de datos a otra para fines de respaldo.

¿Cuál es un componente clave de la arquitectura de Data Mining?: Firewall de base de datos. Motor de búsqueda web. Almacén de datos (Data Warehouse). Sistema de archivos distribuidos.

¿Qué modelo NO es típicamente usado en Data Mining?: Clasificación. Regresión. Transcripción. Clustering.

¿Cuál de las siguientes es una técnica común de Data Mining?: Formateo de texto. Análisis de componentes principales (PCA). Compresión de archivos. Encriptación de datos.

¿Qué algoritmo es ampliamente utilizado en Data Mining?: Algoritmo de Luhn para detección de spam. Algoritmo RSA para encriptación. Algoritmo de k-medias (k-means) para clustering. Protocolo de transferencia de hipertexto (HTTP).

Elige los 3 modelos de DM: verificación. descubrimiento o descriptivo. predictivo. transcriptivo. interpretativo. extracción de datos.

Relaciona los tipos de modelos en DM con sus métodos o técnicas: Descubrimiento o descriptivo. Predictivo.

Elige los algoritmos usados en árboles de decisión: ID3. DBSCAN. C4.5. Random forests. Apriori. PCA. KNN.

Elige los algoritmos usados en análisis de clúster: ID3. k-means. C4.5. agrupación jerárquica. DBSCAN. PCA. propagación de la afinidad. Fuzzy C-Means. Self-Organizing Maps (SOM).

Relaciona cada algoritmo con su definición: SLIQ. ID3. C4.5.

En el ámbito de la minería de datos, señale la afirmación correcta respecto a CRISP-DM (Cross Industry Standard Process for Data Mining): Se trata de un estándar reconocido basado en un modelo de procesamiento jerárquico. Entre los pasos que propone la metodología, está la comprensión de los datos. Las fases en las que se divide el proceso son: la comprensión del modelo, la preparación de los datos, el modelado, la evaluación y la implantación. La fase de implantación o despliegue valida el modelo desde el punto de vista del análisis de datos.

Elige los algoritmos que existen en DM: de clasificación. de regresión. de pivotación. de clustering. de asociasión. de predestinación. de segmentación.