Font size
WorksheetsEXCEL II - EXÁMEN FINAL
Total questions: 20
Worksheet time: 6hrs 40mins
En Microsoft Excel, las macros son una herramienta utilizada por profesionales para optimizar el trabajo dentro de hojas de cálculo. Sin embargo, su funcionamiento depende del tipo de operación que realizan dentro del programa. Teniendo en cuenta su naturaleza técnica, ¿qué opción describe de manera más adecuada el propósito principal de una macro?
Una macro es un conjunto de comandos que permite aplicar formatos avanzados y crear gráficos automáticos en distintas hojas de trabajo de manera simultánea.
Una macro es una secuencia programada que ejecuta acciones específicas de forma automática para reducir el tiempo de tareas repetitivas dentro del libro de Excel.
Una macro es una plantilla prediseñada que contiene gráficos, tablas dinámicas y fórmulas automáticas para generar reportes estadísticos de manera rápida e instantánea de forma.
Una macro es una plantilla especial utilizada para conectar Excel con otros programas del sistema operativo y compartir información entre aplicaciones.
En el entorno de Microsoft Excel, las macros se crean utilizando un lenguaje de programación específico. Dicho lenguaje se conoce por las siglas VBA, ampliamente empleado en la automatización de tareas dentro de las aplicaciones de Microsoft Office. Con base en ello, ¿qué significan exactamente las siglas VBA?
Variable Binary Access, lenguaje usado para crear conexiones entre hojas y controlar operaciones de bases de datos dentro de Excel.
Virtual Basic Application, sistema diseñado para desarrollar módulos automáticos y generar reportes personalizados de manera dinámica.
Visual Basic for Applications, entorno que permite programar acciones automáticas y personalizadas en las distintas herramientas de Office.
Visual Base Administrator, componente encargado de administrar macros, plantillas y complementos integrados en documentos de Excel.
Explica con tus propias palabras el proceso completo que se debe seguir para crear y ejecutar una macro. Asegúrate de describir cada paso en orden correcto, desde la creación hasta la ejecución.
Para comenzar a programar una macro en Microsoft Excel, es necesario acceder a un entorno que permite crear, editar y ejecutar instrucciones automáticas. Dicho entorno se encuentra dentro de una pestaña específica del programa. ¿Cuál de las siguientes opciones indica correctamente el comando que se debe usar para iniciar la programación de una macro?
Entrar en la pestaña Fórmulas, elegir Funciones definidas por el usuario y luego abrir el cuadro de diálogo de edición de comandos.
Dirigirse a la pestaña Insertar, hacer clic en Macros y seleccionar la opción Configurar grabación automática de acciones repetitivas.
Abrir la pestaña Vista, acceder a Complementos y activar la función Administrador de procedimientos y automatización interna.
Ir a la pestaña Programador, seleccionar Macros y luego presionar el botón Nuevo para crear o editar una macro dentro del libro de trabajo.
Cuando se crea una macro o procedimiento en Visual Basic for Applications (VBA) dentro de un módulo, es necesario indicar el inicio y el final del bloque de código para que el programa reconozca correctamente dónde empieza y termina la macro. Teniendo esto en cuenta, ¿cuál de las siguientes opciones muestra las palabras clave correctas que deben escribirse al comienzo y al final de una macro en VBA?
Start / End
Begin / Finish
Sub / End Sub
Function / End Function
Las macros pueden ser herramientas muy útiles para automatizar tareas dentro de programas como Excel o Word. Sin embargo, también es importante aplicar buenas prácticas de seguridad al crearlas o ejecutarlas. A continuación, se presentan cuatro situaciones que parecen normales en el uso de macros.
Analiza cuidadosamente cada una y determina cuál representa una práctica insegura o riesgosa.
Un analista de datos recibe una macro creada por otro área de la empresa, la habilita y la ejecuta inmediatamente porque “proviene de un compañero de confianza”.
Un usuario desarrolla una macro para registrar la asistencia diaria de los empleados, la prueba en su computadora y la guarda con contraseña antes de compartirla con su equipo.
Un programador crea una macro que automatiza cálculos repetitivos, revisa su código, lo documenta y lo almacena en un servidor compartido con acceso limitado.
Una asistente administrativa usa macros grabadas por ella misma para aplicar formatos automáticos en reportes, asegurándose de guardar siempre una copia de respaldo del archivo original.
Menciona y describe los tipos de aprendizaje del aprendizaje automático. Las respuestas deben organizarse en forma de lista, colocando primero el nombre o título de cada tipo de aprendizaje, seguido de su descripción y un ejemplo correspondiente antes de pasar al siguiente tipo de aprendizaje.
Se sabe que el Machine Learning constituye una de las principales ramas de la Inteligencia Artificial, enfocada en el desarrollo de sistemas capaces de aprender a partir de datos y mejorar su desempeño con la experiencia. En este contexto, el Deep Learning se considera una extensión o evolución de:
El aprendizaje progresivo, que busca mejorar resultados mediante ajustes continuos sin análisis de datos.
El aprendizaje neuronal, enfocado únicamente en imitar el comportamiento del cerebro humano de forma directa.
La ingeniería de datos, dedicada principalmente a la gestión, limpieza y organización de grandes volúmenes de información.
El aprendizaje automático, que emplea algoritmos y modelos estadísticos para que los sistemas aprendan patrones desde los datos.
En el ámbito de la inteligencia artificial y el deep learning, las redes neuronales desempeñan un papel fundamental en la interpretación y el procesamiento de datos complejos. Considerando su estructura y funcionamiento, ¿cuál de las siguientes alternativas describe con mayor precisión qué es una red neuronal artificial?
Una red neuronal es un conjunto de funciones estadísticas que organizan datos numéricos en tablas dinámicas para mejorar el análisis y la representación gráfica.
Una red neuronal es un programa de diseño estructural que utiliza algoritmos geométricos para modelar conexiones entre distintos componentes de un sistema digital.
Una red neuronal es una base de datos jerárquica que almacena información binaria mediante reglas predefinidas y realiza búsquedas automáticas de coincidencias exactas.
Una red neuronal es un modelo computacional inspirado en el cerebro humano, compuesto por nodos interconectados que procesan información y aprenden patrones a partir de los datos.
¿Cuál es la principal diferencia entre Machine Learning y Deep Learning?
Machine Learning usa modelos simples sin tantas capas ocultas, mientras que Deep Learning emplea redes neuronales más complejas y profundas.
Machine Learning precisa grandes volúmenes de datos y mucha potencia, mientras que Deep Learning trabaja mejor con pocos ejemplos y menor exigencia técnica.
Deep Learning necesita más datos y capacidad de cómputo para entrenarse, mientras que Machine Learning opera con menos información y recursos más moderados.
Deep Learning se aplica sobre textos y documentos digitales, mientras que Machine Learning se enfoca más en el análisis de imágenes o sonidos.
En el procesamiento del lenguaje natural (NLP), se utiliza una técnica denominada tokenización. ¿Cuál de las siguientes opciones describe correctamente lo que realiza esta técnica dentro del análisis de texto?
Se agrupan varias oraciones relacionadas para construir resúmenes automáticos y detectar los temas centrales del texto procesado.
Se reorganizan las oraciones aplicando reglas gramaticales para mejorar la estructura y coherencia del documento.
Se eliminan las palabras menos relevantes del texto con el fin de reducir su tamaño y optimizar la lectura por el modelo.
Se separa el texto en fragmentos más pequeños que pueden ser palabras, frases o caracteres para facilitar su análisis posterior.
En el contexto del NLP, una de las técnicas más empleadas para el tratamiento de palabras es la lematización. ¿Qué proceso se lleva a cabo cuando se aplica esta técnica en un texto?
Se transforma cada palabra a su forma base o raíz, generalmente el verbo original, eliminando plurales, sufijos o conjugaciones.
Se eliminan palabras repetidas o conectores innecesarios para reducir el tamaño del texto antes de su análisis.
Se agrupan los fragmentos textuales con significado similar para crear categorías temáticas más representativas.
Se asignan etiquetas emocionales a las frases para determinar si expresan opiniones positivas o negativas.
En el procesamiento del lenguaje natural, existe una técnica conocida como análisis de sentimientos, aplicada en redes sociales y sistemas de opinión. ¿Qué tarea realiza específicamente este tipo de técnica?
Detecta entidades relevantes dentro de un documento, como nombres de personas, lugares o empresas mencionadas.
Traduce el texto a otro idioma manteniendo su coherencia sintáctica y su estructura semántica original.
Evalúa la emoción expresada en un texto y la clasifica como positiva, negativa o neutral según las palabras utilizadas.
Divide el texto en oraciones pequeñas aplicando reglas de análisis gramatical y lingüístico estructurado.
Menciona y describe brevemente los cuatro componentes principales que conforman el ecosistema de Power BI.
"Una empresa de comercio electrónico desea mejorar la experiencia de sus clientes. Cada día recopila datos de miles de compras, opiniones, clics y tiempo de navegación en su plataforma. La empresa quiere entender mejor los hábitos de sus usuarios y descubrir patrones ocultos que puedan indicar qué productos podrían interesarles, cómo agrupar a los clientes según sus preferencias y qué promociones podrían ser más efectivas. No hay instrucciones previas sobre qué es correcto o incorrecto; el sistema debe analizar toda la información disponible para encontrar relaciones y estructuras dentro de los datos. Además, se busca que con el tiempo el sistema pueda adaptarse y mejorar sus sugerencias a medida que recibe nueva información sobre el comportamiento de los clientes."
"De acuerdo al caso anterior, ¿qué tipo de aprendizaje se está utilizando?"
Aprendizaje No Supervisado
Aprendizaje Supervisado
Aprendizaje por Refuerzo
"El creador de un nuevo modelo de automóvil Tesla comenta sobre su último proyecto de conducción autónoma. Explica que el vehículo ha sido diseñado para recorrer la ciudad y carreteras de manera completamente autónoma, enfrentando situaciones como semáforos, peatones, ciclistas y distintos tipos de tráfico. Cada vez que el coche toma decisiones, como frenar, acelerar o cambiar de carril, observa cómo afectan esas acciones a su desempeño general y a la seguridad de los pasajeros y del entorno. El sistema no recibe instrucciones detalladas sobre qué hacer en cada situación, sino que aprende a mejorar su comportamiento mediante la experiencia acumulada, ajustando gradualmente sus decisiones para conducir de manera más segura y eficiente. El creador destaca que con cada recorrido, el vehículo se vuelve más preciso en la conducción, aprendiendo a anticipar mejor las posibles dificultades en la carretera."
Aprendizaje Supervisado
Aprendizaje No Supervisado
Aprendizaje por Refuerzo
"Power BI es una herramienta de análisis de datos y visualización desarrollada por Microsoft que permite a los usuarios crear informes interactivos y paneles de control para tomar decisiones basadas en datos. Teniendo en cuenta su historia, ¿en qué año se lanzó oficialmente Power BI y quiénes fueron los principales creadores que lideraron su desarrollo inicial?"
2010; Satya Nadella y Scott Guthrie
2013; Amir Netz y Thierry D’Hers
2015; Adam Selipsky y Marco Russo
2012; James Phillips y Charles Sterling
Comenta en un solo párrafo todo lo relacionado con el tema del video informativo que desarrollaste para tu perfil de LinkedIn, explicando los puntos principales y los conceptos más importantes que abordaste.
¿Cuál es el control de LinkedIn que revisa tu perfil, verifica tu contenido y mide tu efectividad profesional en la plataforma?
ES (Engagement Score), que analiza únicamente cuántas interacciones tienes en tus publicaciones y comentarios dentro de la red profesional.
PSM (Profile Strength Meter), que mide exclusivamente la completitud de tu perfil sin evaluar la interacción ni el contenido compartido.
CA (Connection Analyzer), que solo revisa la cantidad de conexiones que tienes y la frecuencia con la que agregas nuevos contactos a tu red profesional.
SSI (Social Selling Index), que revisa tu perfil, verifica tu contenido y evalúa tu actividad profesional para mejorar tu presencia y efectividad en LinkedIn.
LinkedIn es una plataforma de:
Portal educativo online, enfocado en cursos, webinars y recursos de aprendizaje para diferentes áreas de estudio y capacitación.
Entorno digital profesional, que facilita la interacción con colegas, empresas y expertos para fomentar relaciones laborales y oportunidades de negocio.
Red de coordinación empresarial, pensada para organizar equipos, proyectos internos y comunicación dentro de corporaciones.
Plataforma de intercambio social, que permite compartir información variada y conectar con personas sin un objetivo específico de carrera o desarrollo profesional.
