wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

De datos a decisiones

Total questions: 21

Worksheet time: 4mins

Name
Class
Date
1.

¿Qué profesional se encarga de asegurar el flujo continuo de datos?

a)

Analista de Datos

b)

Científico de Datos

c)

Ingeniero de Datos

d)

Administrador de BI

2.

¿Qué se requiere para una buena Toma de Decisiones Basada en Datos?

a)

Datos deficientes

b)

Intuición

c)

Solo observación

d)

Alta Calidad de Datos

3.

¿Cuál es el propósito de la Minería de Datos?

a)

Garantizar la calidad de los datos

b)

Identificar patrones en grandes volúmenes de datos

c)

Visualizar datos complejos

d)

Crear infraestructura de datos

4.

¿Qué relación tienen la Alfabetización de Datos y el Análisis de Datos?

a)

La alfabetización permite entender y analizar los datos

b)

La alfabetización se basa en el análisis de los datos

c)

No están relacionados

d)

Ambas aplican al almacenamiento

5.

¿Qué profesional está más enfocado en descubrir patrones de clientes?

a)

Ingeniero de Datos

b)

Analista de Datos

c)

Científico de Datos

d)

Especialista en BI

6.

¿Qué herramienta usarías para presentar resultados de modelos de Ciencia de Datos?

a)

Análisis de Regresiones

b)

Minería de Datos

c)

Inferencia Estadística

d)

Visualización de Datos

7.

¿Qué técnica de Inteligencia Artificial se enfoca en identificar patrones a partir de datos no etiquetados?

a)

Aprendizaje Supervisado

b)

Análisis de Regresión

c)

Aprendizaje No Supervisado

d)

Reinforcement Learning

8.

¿Qué término se asocia más con transformar datos brutos en información útil para empresas?

a)

Inferencia Estadística

b)

Inteligencia de Negocios (BI)

c)

Análisis de Datos

d)

Alfabetización de Datos

9.

¿Qué relación tienen la Calidad de Datos y la Toma de Decisiones Basada en Datos?

a)

La toma de decisiones depende de la calidad de los datos

b)

No hay relación

c)

La calidad de datos se mejora con la toma de decisiones basada en datos

d)

La calidad de los datos depende de la toma de decisiones basada en datos

10.

¿Qué tipo de datos tiene mayor penetración en la mayoría de los sectores?

a)

Video

b)

Imagen

c)

Texto/números

d)

Audio

11.

¿Cuál de las siguientes es incorrecta?

a)

La inteligencia artificial es una rama del machine learning

b)

El machine learning es una rama de la inteligencia artificial

c)

Inteligencia artificial, machine learning y estadística son matemáticas

d)

La estadística es una rama de las matemáticas aplicadas

12.

¿Cuál es la relación principal entre Aprendizaje Automático y la Inteligencia Artificial?

a)

El aprendizaje automático es independiente de la inteligencia artificial

b)

El aprendizaje automático es un subcampo de la inteligencia artificial

c)

La inteligencia artificial es un subcampo del aprendizaje automático

d)

No tienen relación entre sí

13.

¿Qué tipo de modelo de Machine Learning requiere datos etiquetados para entrenar modelos?

a)

Unsupervised Learning

b)

Reinforcement Learning

c)

Supervised Learning

d)

Deep Learning

14.

¿Cuál es la principal diferencia entre Aprendizaje No Supervisado y Supervisado?

a)

El no supervisado requiere datos etiquetados

b)

El supervisado se enfoca en juegos y reglas

c)

El no supervisado se enfoca en redes neuronales

d)

La guía humana

15.

¿Cuál de los siguientes ejemplos sería adecuado para Reinforcement Learning?

a)

Un programa que aprende a jugar ajedrez mediante la práctica

b)

Clasificar correos como spam o no spam

c)

Agrupar documentos según temas

d)

La predicción de ventas

16.

¿Qué técnica de Aprendizaje No Supervisado permite encontrar grupos de objetos similares?

a)

Clasificación

b)

Reinforcement Learning

c)

Clustering

d)

Regresión

17.

¿Qué tipo de modelo usarías para simplificar un conjunto de datos con muchas variables?

a)

Clasificación

b)

Reducción de Dimensionalidad

c)

Regresión

d)

Reinforcement Learning

18.

¿Qué tipo de modelo suele usarse para predecir un valor continuo, como el precio de una casa?

a)

Clustering

b)

Clasificación

c)

Reinforcement Learning

d)

Regresión

19.

¿Qué tipo de modelo de ML se basa en estructuras análogas al cerebro humano?

a)

Clasificación

b)

Reinforcement Learning

c)

Clustering

d)

Deep Learning

20.

¿Cuál es una aplicación típica de un modelo de Clasificación?

a)

Predecir si un email es spam

b)

Identificar agrupaciones desconocidas de clientes

c)

Encontrar valores continuos en un conjunto de datos

d)

Jugar ajedrez contra una computadora

21.

¿Qué algoritmo no supervisado se utiliza comúnmente para detectar fraudes?

a)

Regresión

b)

Clustering

c)

Reinforcement Learning

d)

Clasificación