TES MINRIA DE DATOS

1. La minería de datos es exclusivamente para el análisis de grandes volúmenes de datos. Falso. Verdadero.

2. Los algoritmos de minería de datos solo funcionan con datos estructurados. Verdadero. Falso.

3. El algoritmo K-means se usa para la clasificación de datos. Verdadero. Falso.

4. El objetivo principal de la minería de datos es hacer predicciones precisas. Verdadero. Falso.

5. La limpieza de datos no es un paso importante en el proceso de minería de datos. Falso. Verdadero.

6. ¿Cuál es el primer paso en el proceso de minería de datos?. a) Aplicar algoritmos de minería. b) Preparación de datos. c) Visualización de resultados. d) Selección de características.

7. ¿Qué técnica se utiliza principalmente para reducir la dimensionalidad de los datos?. a) Árboles de decisión. b) Reducción de PCA. c) Regresión logística. d) Agrupamiento jerárquico.

8. ¿Cuál de los siguientes algoritmos es más adecuado para clasificar correos electrónicos como "spam" o "no spam"?. a) K-means. b) Regresión lineal. c) Naive Bayes. d) Clustering jerárquico.

9. ¿Qué término describe el proceso de dividir un conjunto de datos en subconjuntos para entrenar y probar un modelo?. a) Regularización. b) Validación cruzada. c) Agrupamiento. d) Poda de árboles.

10. ¿Qué técnica se utiliza para encontrar grupos de datos similares en un conjunto de datos?. a) Regresión logística. b) Agrupamiento. c) Análisis discriminante. d) Selección de características.

11. ¿Cuál de los siguientes es un ejemplo de minería de datos supervisada?. a) K-means. b) Árboles de decisión. c) Aprendizaje no supervisado. d) Análisis de asociación.

12. ¿Qué técnica busca reducir el sobreajuste en los modelos predictivos?. a) Regularización. b) Clustering. c) Aumento de datos. d) Poda de árboles.

13. ¿Qué tipo de técnica de minería de datos se utiliza para predecir valores continuos?. a) Clustering. b) Regresión. c) Clasificación. d) Reducción de dimensionalidad.

14. ¿Qué herramienta de minería de datos permite realizar análisis visuales y es utilizada comúnmente en la industria?. a) Orange. b) MATLAB. c) Word. d) Excel.

15. ¿Cuál de los siguientes métodos de minería de datos no es supervisado?. a) K-means. b) Regresión logística. c) Naive Bayes. d) Árboles de decisión.

16. ¿Cuál de las siguientes técnicas es útil para identificar relaciones entre diferentes variables categóricas?. a) Análisis de asociación. b) Clasificación. c) Clustering. d) Regresión.

17.¿Qué método es el más adecuado para segmentar clientes en grupos basados en su comportamiento de compra?. a) K-means. b) Regresión logística. c) Naive Bayes. d) Árboles de decisión.

18. ¿Qué concepto se refiere al fenómeno donde el modelo aprende demasiado bien los datos de entrenamiento y falla en generalizar?. a) Subajuste. b) Sobreajuste. c) Ruido en los datos. d) Discrepancia.

19. ¿Cuál de los siguientes algoritmos es una técnica de minería de datos supervisada para la clasificación?. a) K-means. b) Regresión logística. c) PCA. d) Reducción de dimensionalidad.

20. En minería de datos, el término "ruido" se refiere a: a) Datos duplicados. b) Datos irrelevantes o incorrectos. c) Datos perfectamente organizados. d) Datos sin valores nulos.