Escoja las caractersticas de BIG DATA

A. Alta latencia
B. Nosql
C. Baja escalabilidad
D. Procesamiento en paralelo
E. Datos estructurados y no estructurados

El datawherehouse almacena datos de detalle y datos agregados a distintos niveles

Verdadero
Falso

El modelamiento multidimensional se basa en esquemas estrella, conformados por tablas de

hecho y tablas de dimensionales

Big data usa base de datos no relacionales?

Verdadero
Falso

Big data es una Base enorme?

Verdadero
Falso

Hadoop se basa en google Map / Reduce y google filesSystem

La calidad de los datos es la clave del xito de un almacn de datos

Verdadero
Falso

En ROLAP se construye el almacn de datos sobre un sistema gestor de base de datos

multidimensional
Verdadero
Falso

Conjunto de componentes y procesos que forman una arquitectura diseada para el

almacenamiento de la informacin y orientada a satisfacer las necesidades de anlisis y
consultas que realizan los actores responsables de la empresa para dar soporte a los procesos
de accin/decisin.

Escoja las caractersticas del datawherehouse

A. Orientado hacia la informacin relevante de la organizacin
B. Voltil
 C. Variable en el tiempo
D. No integrado

Business intellligence brinda un sistema de Tecnologa, no brinda un medio para analizar la

informacin para gente del negocio
A. Verdadero
B. Falso

El objetivo de los sistemas MOLAP es almacenar tcticamente los datos en estructuras

relacionales de forma que la representacin externa y la representacin interna coincidan
A. Verdadero
B. Falso

Informacin descriptiva de cada dimensin se representa por un conjunto de hechos.

A. Verdadero
B. Falso

Escoja los componentes de una arquitectura BI

A. ERP
B. ETL
C. Minera de Datos
D. Datawherehouse

Business Intelligencese refiere al proceso de convertir datos en conocimiento y conocimiento

en acciones para crear la ventaja competitiva del negocio

El nivel de agregacin para un conjunto de dimensiones se denomina Cubo.

Los datos de datawherehouse son no voltiles

A. Verdadero
B. Falso

Los sistemas transaccionales son conocidos como OLTP y los sistemas analticos como OLAP.

Los mtodos de minera de datos puedes utilizar conceptos estadsticos y los mtodos
estadsticos pueden combinarse con tcnicas de minera de datos
Verdadero
Falso

El desafo de minera de datos es encontrar datos que tengan valor predictivo

Verdadero
Falso
En la fase de comprensin de los datos se verifica la calidad de los datos
Verdadero
Falso

Varias tcnicas de minera de datos se pueden aplicar a un mismo problema

Verdadero
Falso

Las tareas descriptivas son:

A. Estimacin
B. Secuenciacin
C. Agrupamiento
D. Clasificacin
E. Regresin
F. Reglas de asociacin

Es el proceso de descubrimiento de conocimiento En base de datos, mediante un proceso de

extraccin No trivial de informacin implcita previamente desconocida y potencialmente til

Las tareas de minera de datos son

A. No supervisado
B. Predictiva
C. Descriptiva
D. Supervisado

El conocimiento se puede manifestar como: patrones , reglas de conocimiento, restricciones,

tendencias , etc.

En la fase de implementacin se hace una revisin del proyecto

Verdadero
Falso

Las tareas predictivas son:

A. Reglas de asociacin
B. Clasificacin
C. Secuenciacin
D. Regresin
E. Agrupamiento
F. Estimacin

El resultado de el algoritmo k-mean no depende de la seleccin inicial de los centrides

Verdadero
Falso

Escoja los tipos de algoritmos de clustering

A. Mtodos basados en densidad
B. Clustering jerrquico
C. Redes neuronales
 D. Agrupamiento por particiones

En un clustering jerarquico la similitud entre dos objetivos viene dada por la altura de nodo
como mas cercano (dendograma)
Verdadero
Falso

En un clustering jerarquico la distancia entre clustes se puede medir por los metodos
A. Max, complete linkage(diamater)
B. Promedio
C. Min, single link
D. Centroides

Para evaluar la calidad de los clusters obtenidos se puede utilizar los indicadores. Error medio
cuadrtico y matriz de similitud
Verdadero
Falso