Del Dato (Big Data) a la Información (Internet) Test 1

La disposición de datos privados, públicos o comunitarios hace alusión a la característica del Big Data relacionada con:

• La velocidad

• El volumen

• La variedad

La minería de datos abarca el conjunto de técnicas, métodos y acciones para extraer información de los grandes volúmenes de datos para darle significado y favorecer la toma de decisiones.

• Verdadero

• Falso

En el ámbito del Big Data, cuando el procesamiento de datos, los análisis y las decisiones se enfocan a acciones que repercutan positivamente en la sociedad, en las organizaciones o instituciones que las procesan, se hace referencia:

• Veracidad de los datos

• Valor de los datos

• Visibilidad de los datos

Conjunto de herramientas que transforman los datos para el mejor manejo y análisis de los mismos, que permiten la interacción dinámica con el usuario.

• Herramientas de generación de informes y paneles

• Herramientas de análisis avanzado

• Herramientas de visualización

El Big Data en educación lo que pretende es estandarizar los procesos de enseñanza y aprendizaje para facilitar el desarrollo de los cursos de formación

• Verdadero

• Falso

La minería de datos educacionales, cuando está basada en datos multivariados y provenientes de diferentes fuentes, es un proceso caracterizado por:

• La velocidad de los resultados

• La necesidad de integración de los datos

• La confiabilidad de los datos

Son algunas de las características que deben reunir los datos del Big Data:

• Variabilidad, visibilidad, volumen

• Verosimilitud, variedad, velocidad

• Veracidad, valor, volumen

La principal finalidad del Big Data en educación es:

• Personalizar la educación

• Facilitar el trabajo del profesor

• Aumentar los ingresos de los centros privados

Las analíticas de aprendizaje y métodos de minería de datos educacionales solo consideran los datos que se obtienen de los LSM por considerarlos de mayor confiabilidad que los provenientes de las herramientas web 2.0

• Verdadero

• Falso

Fases a cumplir en el tratamiento de los datos para optimizar los resultados en los análisis de los mismos:

• Recopilación, minería, integración

• Captura, organización, análisis

• Interpretación, preprocesado, análisis