PSI & Big Data: Prueba 2

Nombre:
1) Ciencia centrada en el estudio de los datos
a. Big Data
b. Deep Learning
c. Machine Learning
d. Data Science
2) El principal aporte de Data Science a las organizaciones es que les permite:
a. Generar KPI's
b. Proyectar el funcionamiento de la organización hacia el futuro
facilitando los procesos de toma de decisiones
c. Conocer cómo opera la organización en la actualidad facilitando los
procesos de toma de decisiones
d. Estudiar su historia basada en los datos facilitando los procesos de
toma de decisiones

3) El origen del término Data Science se remonta a:

a. Al libro “Exploratory Data Analysis”, publicado por John W. Tukey en el
año 1977
b. Una referencia indicada en el libro "Foundation" de Isaac Asimov,
publicado 1952
c. Al artículo "The Future of Data Analysis” de John W. Tukey, publicado
en el año 1962
d. A una referencia en el libro “Concise Survey of Computer Methods” de
Peter Naur, publicado en 1977
4) Data Science fue introducida como una disciplina independiente por:
a. John W. Tukey en el año 2001
b. John W. Tukey en el año 1962
c. William S. Cleveland en el año 2001
d. Peter Naur en el año 1974

5) La principal deferencia entre Big data y Data Science es:

 a. Big data se centra en los datos del pasado, mientras que Data Science
se centra en las proyecciones a futuro
b. Data Science se refiere a conjunto de datos de gran volumen y como
mantenerlo y usarlo con herramientas convencionales, mientras que
Big Data utiliza técnicas y herramientas para dar valor a los datos
c. No existe diferencias, ambos términos son sinónimos
d. Big Data se refiere a conjunto de datos de gran volumen y como
mantenerlo y usarlo con herramientas convencionales, mientras que
Data Science utiliza técnicas y herramientas para extraer valor de los
datos
6) Un proceso utilizado para recolección y almacenamiento de datos útiles
a. Deep Learning
b. Inteligencia artificial
c. Data Mining
d. Machine Learning
7) Educar a la tecnología para que corrija errores por si sola. Se basa en la
predicción y clasificación de datos para obtener información útil aplicable
a diferentes áreas
a. Inteligencia artificial
b. Data Mining
c. Machine Learning
d. Deep Learning
8) Resolver problemas a través de redes neuronales que imitan el
comportamiento del cerebro
a. Deep Learning
b. Data Mining
c. Machine Learning
d. Inteligencia artificial
9) Algoritmos utilizados para la creación de máquinas que imitan el
comportamiento humano

a. Data Mining
b. Inteligencia artificial
 c. Deep Learning
d. Machine Learning
10) Prueba que busca determinar si una maquina tiene la capacidad imitar
un comportamiento inteligente similar al del ser humano
a. Prueba de Turing
b. Prueba de Transición
c. Prueba de Jacobson
d. Prueba de Willis
11) Una nueva generación de expertos en datos analíticos que tienen las
habilidades técnicas para resolver problemas complejos y la mentalidad
de explorar e ir más allá
a. Data Scientist
b. Jefe de oficina de datos
c. Analista de datos
d. Gestor de datos
12) Es la persona encargada de interpretar los datos extraídos a través de
diferentes técnicas. En definitiva, analiza y presenta resultados que deben
traducirse en conclusiones.
a. Chief Data Officer
b. Analista de datos
c. Ingeniero de datos
d. Arquitecto de aplicaciones
13) Hace que los datos sean accesibles para su manipulación por parte del
equipo de Data Science
a. Ingeniero de datos
b. Data Scientist
c. Chief Data Officer
d. Analista de datos

14) ¿Qué es Big Data?

a. Conjuntos de datos o combinaciones de conjuntos de datos cuyo
tamaño, complejidad y velocidad de crecimiento dificultan su captura,
gestión, procesamiento o análisis mediante tecnologías y herramientas
convencionales
 b. Conjunto de procesos, aplicaciones y tecnologías que facilitan la
obtención rápida y sencilla de datos provenientes del entorno
organizacional
c. Es el proceso que por excelencia extrae, manipula, procesa, combina,
explora y analiza los datos para presentarlos como información. Facilita
la explotación y el análisis de información para convertirla en
conocimiento y con ello apoyar a la toma de decisiones
d. Conjunto de procesos, aplicaciones y tecnologías que facilitan la
obtención rápida y sencilla de datos provenientes de los sistemas de
gestión de la organización
15) El análisis de Big Data ayuda a las organizaciones a aprovechar sus
datos y utilizarlos para identificar nuevas oportunidades tales como:
a. Reducción del costo: Las grandes tecnologías aportan importantes
ventajas en términos de costos cuando se trata de almacenar grandes
cantidades de datos, además de identificar maneras más eficientes de
hacer negocios
b. Mejor toma de decisiones: la velocidad de procesamiento, combinada
con la capacidad de analizar nuevas fuentes de datos, las empresas
pueden analizar la información rápidamente y tomar decisiones
basadas en lo que han aprendido
c. Nuevos productos y servicios: con la capacidad de medir las
necesidades de los clientes y la satisfacción a través de análisis tiene el
potencial de entregar a los clientes lo que requieren
d. Todas las anteriores
16) En generación de datos, se espera que se alcance para el año 2025:
a. Los 163 ZB de información generada principalmente por datos
ingresados por dispositivos
b. Los 47 ZB de información generada principalmente por datos
ingresados por personas
c. Los 163 ZB de información generada principalmente por datos
ingresados por personas
d. Los 47 ZB de información generada principalmente por datos
ingresados por dispositivos
17) La(s) principal(es) fuente(s) de Big Data corresponde(n) a:
a. Usuarios
 b. Aplicaciones
c. Sensores
d. Todas las anteriores
18) V que hace referencia a la gran cantidad de datos que se generan
diariamente:
a. Volumen
b. Variedad
c. Velocidad
d. Veracidad
19) V que hace referencia a las diferentes fuentes y tipos de datos tanto
estructurados como no estructurados:
a. Variedad
b. Velocidad
c. Veracidad
d. Volumen
20) Desde el punto de vista de la gestión basada en datos, el futuro de las
organizaciones depende de:
a. La arquitectura de datos de los sistemas operacionales de las empresas
b. El nivel de recursos de analítica que desarrollen las empresas
c. La cantidad de datos existente
d. La capacidad que tienen las organizaciones para almacenar datos
21) Hace referencia a las normas de seguridad que son fundamentales en
un proyecto de integración y recogida de información a través del Big
Data:
a. Limpieza
b. Control
c. Seguridad
d. Veracidad
22) Hace referencia a la relación entre el dato y la organización como clave
para determinar qué es lo que se quiere y cómo va a hacer:
a. Requerimiento
b. Veracidad
c. Control
d. Seguridad
23) Se centra en estudiar cómo las computadoras pueden obtener nuevos
conocimientos o habilidades mediante la simulación o realización de un
comportamiento de aprendizaje y reorganizar la arquitectura del
conocimiento existente para mejorar su rendimiento
a. Data Miner
b. Inteligencia Artificial
c. Machine Learning
d. Deep Learning
24) Un nuevo campo de aprendizaje máquina. El aprendizaje profundo
tiene como objetivo simular el cerebro humano (redes neuronales) para
interpretar datos tales como imágenes, sonidos y textos
a. Deep Learning
b. Machine Learning
c. Data Miner
d. Inteligencia Artificial
25) Esta visión de la IA sostiene que es posible crear máquinas inteligentes
que realmente puedan razonar y resolver problemas. Estas máquinas se
consideran conscientes, pueden pensar independientemente y buscar
soluciones óptimas a los problemas, tienen su propio sistema de valores y
visiones del mundo, y tienen los mismos instintos que los seres vivos, tales
como las necesidades de supervivencia y seguridad:
a. Machine Learning
b. Deep Learning
c. IA Fuerte
d. IA Débil
26) Una limitante del uso del Big Data en el sector público es:
a. Se requiere un modelo de autoservicio que brinde a las personas el
acceso a los datos que necesitan, además de seguridad y gobernanza
b. Las organizaciones del estado deben establecer la toma de decisiones
basadas en los datos como la norma
c. Contar en reparticiones públicas con la adecuada capacidad técnica del
personal
d. Aprovechar al máximo el valor de los datos de la organización
27) Uno de los aspectos claves de organizaciones con una gobernanza
basada en datos es la agilidad, esto hace referencia a:
a. Las competencias de los trabajadores para analizar de manera eficaz
los datos relevantes para hacer su trabajo y tomar decisiones que
impulsen el crecimiento de la organización
b. La capacidad de establecer controles, funciones y procesos repetibles
que generan confianza en los datos y el análisis en la organización
c. Proporcionar la organización opciones y la flexibilidad para satisfacer
las necesidades de tecnología actuales y adaptarse a los cambios
futuros en la forma en que se genera valor a partir de los datos
d. La capacidad de crea una red de usuarios que comparten los datos y
colaboran dentro de la organización
28) La toma de decisiones basadas en los datos se define como:
a. Establecer la toma de decisiones basadas en los datos como la norma,
creando una cultura que promueva el pensamiento crítico y la
curiosidad
b. Competencias a través de oportunidades de capacitación y desarrollo
que permitan a los empleados adquirir conocimientos sobre los datos
c. El uso de hechos, métricas y datos para guiar decisiones que se alineen
con las metas, los objetivos y las iniciativas de una organización
d. Un modelo de autoservicio que brinde a las personas el acceso a los
datos que necesitan, además de seguridad y gobernanza
29) Gobernanza de datos hace referencia a:
a. La capacidad de desarrollar competencias a fin de analizar de manera
eficaz los datos relevantes
b. La capacidad de crea una red de usuarios que comparten los datos y
colaboran dentro de la organización
c. El flujo de trabajo que se centra en la educación de los usuarios
d. La combinación de los controles, las funciones y los procesos repetibles
que generan confianza en los datos y el análisis en la organización
30) En el flujo de trabajo que se centra en la educación de los usuarios de
analítica de datos, medición hace referencia a:
a. Desarrollar planes de aprendizaje escalables y continuos para todos los
usuarios
b. Priorizar activamente los datos sobre sus instintos o sentimientos en el
momento de tomar decisiones
c. Establecer métricas que permite a los administradores comprender los
comportamientos de los usuarios
d. Capacitar a los usuarios con el ciclo del análisis visual y los procesos
repetibles para colaborar, crear, compartir y analizar contenido