NEW
Font size
WorksheetsExtraordinario Ciencia de datos
Total questions: 30
Worksheet time: 25mins
1.- Esta máquina es considerada por algunos como el primer ordenador de la historia.
Máquinas de vapor
Maquina estadística de fichas perforadas
Experimento de Georgetown-IBM
CPU procesador i9
2.- Periodo donde la informática vivió sus primeros avances significativos.
Censo de Estados Unidos de 1890
II Guerra Mundial
Procesamiento de Lenguaje Natural
30 y 40 del siglo XX
3.- Es un experimento que tuvo lugar en 1954, el cual ya muestra signos de Machine Learning o Aprendizaje Automático.
“Experimento Georgetown – IBM”
"Máquina estadística de fichas perforadas"
4.- Científico danés que definiría al análisis de datos como una ciencia real en 1974, con la siguiente frase: “Los datos son una representación de hechos o ideas de una manera formal que puede ser comunicada o manipulada por algún proceso”.
Peter Naur
John W. Tukey
Issac Newton
5.- Es una disciplina que combina campos como las matemáticas (estadística), ciencias de la computación y habilidades de negocios.
Ciencia de datos
Aprendizaje automático
Big Data
6.- Técnica que sigue las siguientes fases: Recopilación, Almacenamiento, Procesado, Análisis y Visualización.
Análisis de datos
Patrones de comportamiento
Sistemas autónomos
7.- Informático y estadístico estadounidense dedicado a la investigación de nuevos modelos de visualización de datos, quien en 2001 introdujo a la Ciencia de Datos como “una disciplina independiente de la estadística, definiéndola como un plan para ampliar las principales áreas del trabajo técnico del campo de las estadísticas, lo que implica un cambio sustancial y debe ser considerado una disciplina aparte.”
William S. Cleveland
William S. Cleveland
8. Vías para convertirse en un científico, ingeniero o analista de datos:
Carreras universitarias, Conocimientos específicos en algún área del conocimiento.
El científico de datos accidentales, El científico de datos artísticos.
9. Respecto al mundo laboral, la Ciencia de Datos...
Es una disciplina cada vez más demandada y con gran salida laboral.
Es muy importante pero sólo aplica a pocas industrias.
10. Roles en la ciencia de datos:
El científico de datos intencional, El científico de datos informático y El científico de datos accidentales.
Científico de datos, Ingeniero de datos y Analista de datos.
Data Analytics, Big Data y Data Science.
11. Es un profesional que utiliza métodos científicos, algoritmos y sistemas para descubrir los insights ocultos en los datos brutos.
Ingeniero de datos
Científico de datos
Analista de datos
12. Es un profesional que interpreta conjuntos de datos complejos para ayudar a las organizaciones a tomar decisiones. Utilizan una variedad de herramientas y métodos para procesar, limpiar y validar datos, crear visualizaciones de datos y proporcionar informes.
Científico de datos
Analista de datos.
Ingeniero de datos
13. Es un profesional que diseña, construye y gestiona los sistemas e infraestructuras para la generación de datos, el procesamiento, el almacenamiento y proporcionan los datos refinados a los científicos de datos para su análisis.
Científico de datos
Ingeniero de datos
Analista de datos
14. El fin supremo de la ciencia de datos es mejorar la ______________
Ganancia
Productividad
Toma de decisiones
15. ¿Cuál de las siguientes NO es una fuente de datos primaria?
a. Encuestas realizadas por el investigador
b. Entrevistas conducidas por el equipo de investigación
c. Informes gubernamentales publicados
d. Observaciones directas del fenómeno estudiado
16. ¿Qué tipo de fuente de datos se caracteriza por recopilar información de múltiples fuentes primarias y secundarias?
a. Fuentes de datos primarios
b. Fuentes de datos secundarios
c. Fuentes de datos terciarios
d. Fuentes de datos cuaternarios
17. ¿Cuál de las siguientes opciones es un ejemplo de una fuente de datos interna para una organización?
a. Datos demográficos nacionales
b. Informes de la industria
c. Datos de ventas de la empresa
d. Encuestas de opinión pública
18. ¿Qué característica distingue principalmente a las bases de datos públicas de las privadas?
a. La calidad de los datos
b. El acceso abierto a la información
c. El tamaño de la base de datos
d. La frecuencia de actualización
19. ¿Cuál de los siguientes NO es considerado uno de los tres tipos principales de fuentes de datos?
a. Datos internos
b. Datos externos
c. Datos públicos
d. Datos experimentales
20. ¿Cuál es el objetivo principal del raspado de pantalla (screen scraping)?
a. Para traducir datos de la pantalla de una aplicación a otra.
b. Para crear interfaces de usuario visualmente atractivas
c. Para cifrar información confidencial en sitios web
d. Para optimizar la velocidad de carga del sitio web
21. ¿Cuál de las siguientes NO se menciona como una ventaja del raspado de pantalla (screen scraping)?
a. Eficacia en función de los costos
b. Facilidad de implementación
c. Seguridad mejorada del sitio web
d. Exactitud en la recopilación de datos
22. En el contexto del screen scraping, ¿a qué se refiere el término "precisión"?
a. La velocidad a la que se recopilan los datos
b. La exactitud de los datos extraídos
c. El diseño visual de la información extraída
d. La frecuencia de las actualizaciones de datos
23. ¿Cuál es una desventaja significativa del raspado de pantalla en comparación con las llamadas a la API VS extensiones?
a. Es más caro de implementar
b. Es más rápido que las llamadas a la API
c. Es más ampliamente aceptado por los sitios web
d. Funciona a una velocidad más lenta
24. ¿Cuál de los siguientes se describe como un desafío potencial al implementar el raspado de pantalla?
a. Carga excesiva del servidor en el sitio web de destino
b. Restricciones legales sobre la recopilación de datos
c. Curva de aprendizaje inicial y tiempo de configuración
d. Imposibilidad de recopilar grandes cantidades de datos
25. ¿Cuál de las siguientes opciones NO es un paso clave en la preparación de datos?
a. Recopilación de datos
b. Limpieza de datos
c. Análisis predictivo
d. Etiquetado de datos
26.- ¿Qué porcentaje de los datos en el mundo son no estructurados?
a. 60%
b. 70%
c. 80%
d. 90%
27. ¿Cuál de las siguientes NO es una forma común de representación visual de datos?
a. Gráficos de barras
b. Diagramas de dispersión
c. Hologramas tridimensionales
d. Gráficos circulares
28. ¿Qué herramienta NO se menciona como comúnmente utilizada para la representación de datos?
a. Tablero
b. Microsoft Power BI
c. Adobe Photoshop
d. Estudio de datos de Google
29. ¿Cuál de los siguientes lenguajes de programación es considerado el más popular para ciencia de datos?
a. R
b. Java
c. Python
d. SQL
30 ¿Cuál es una de las principales ventajas de SQL en el contexto de la ciencia de datos?
a. Es el lenguaje más rápido para procesamiento de big data
b. Permite a los programadores comunicarse con y manipular bases de datos
c. Es el mejor lenguaje para visualización de datos
d. Fue diseñado específicamente para machine learning
