Menu iconMenu icon
Fundamentos del Análisis de Datos con Python

Cuestionario para la Parte IV: Análisis Exploratorio de Datos (EDA)

Preguntas

1. ¿Qué es el Análisis Exploratorio de Datos (EDA)?

a) Una técnica estadística para hacer predicciones
b) Un proceso inicial para resumir las principales características de los datos
c) El proceso de implementar modelos de aprendizaje automático en producción
d) El acto de recopilar datos

2. En el Análisis Univariado, ¿cuántas variables se analizan típicamente a la vez?

a) Dos
b) Tres
c) Una
d) Muchas

3. ¿Qué se usa comúnmente para el Análisis Bivariado?

a) Gráfico de dispersión
b) Mapa de calor
c) Gráfico de pares
d) Gráfico de líneas

4. ¿Qué implica el Análisis Multivariado?

a) Analizar una sola variable
b) Analizar dos variables
c) Analizar más de dos variables
d) Ninguna de las anteriores

5. ¿Qué es la Limpieza de Datos?

a) Modificar datos para una mejor visualización
b) Eliminar o imputar valores faltantes, manejar valores atípicos, etc.
c) Extraer características de datos existentes
d) Transformar datos en otro formato

6. ¿Qué es la Ingeniería de Características?

a) El proceso de seleccionar solo las variables más importantes
b) El acto de crear nuevas características a partir de las existentes para mejorar el rendimiento de un modelo
c) El proceso de eliminar características redundantes
d) Ambas a y c

7. ¿Cuál de las siguientes es una técnica de Transformación de Datos?

a) Normalización
b) Codificación de Etiquetas
c) Codificación One-Hot
d) Todas las anteriores

8. ¿Qué representa un Mapa de Calor en el Análisis Multivariado?

a) Correlaciones entre dos variables
b) Correlaciones entre múltiples variables
c) Distribuciones de una sola variable
d) Ninguna de las anteriores

9. ¿Por qué es importante la Estadística Descriptiva en EDA?

a) Ayuda a comprender la distribución de los datos
b) Ayuda a identificar valores atípicos
c) Ayuda a hacer inferencias sobre los datos
d) Todas las anteriores

10. ¿Cuál de las siguientes se puede considerar un paso de preprocesamiento?

a) Limpieza de datos
b) Ingeniería de características
c) Transformación de datos
d) Todas las anteriores

Preguntas

1. ¿Qué es el Análisis Exploratorio de Datos (EDA)?

a) Una técnica estadística para hacer predicciones
b) Un proceso inicial para resumir las principales características de los datos
c) El proceso de implementar modelos de aprendizaje automático en producción
d) El acto de recopilar datos

2. En el Análisis Univariado, ¿cuántas variables se analizan típicamente a la vez?

a) Dos
b) Tres
c) Una
d) Muchas

3. ¿Qué se usa comúnmente para el Análisis Bivariado?

a) Gráfico de dispersión
b) Mapa de calor
c) Gráfico de pares
d) Gráfico de líneas

4. ¿Qué implica el Análisis Multivariado?

a) Analizar una sola variable
b) Analizar dos variables
c) Analizar más de dos variables
d) Ninguna de las anteriores

5. ¿Qué es la Limpieza de Datos?

a) Modificar datos para una mejor visualización
b) Eliminar o imputar valores faltantes, manejar valores atípicos, etc.
c) Extraer características de datos existentes
d) Transformar datos en otro formato

6. ¿Qué es la Ingeniería de Características?

a) El proceso de seleccionar solo las variables más importantes
b) El acto de crear nuevas características a partir de las existentes para mejorar el rendimiento de un modelo
c) El proceso de eliminar características redundantes
d) Ambas a y c

7. ¿Cuál de las siguientes es una técnica de Transformación de Datos?

a) Normalización
b) Codificación de Etiquetas
c) Codificación One-Hot
d) Todas las anteriores

8. ¿Qué representa un Mapa de Calor en el Análisis Multivariado?

a) Correlaciones entre dos variables
b) Correlaciones entre múltiples variables
c) Distribuciones de una sola variable
d) Ninguna de las anteriores

9. ¿Por qué es importante la Estadística Descriptiva en EDA?

a) Ayuda a comprender la distribución de los datos
b) Ayuda a identificar valores atípicos
c) Ayuda a hacer inferencias sobre los datos
d) Todas las anteriores

10. ¿Cuál de las siguientes se puede considerar un paso de preprocesamiento?

a) Limpieza de datos
b) Ingeniería de características
c) Transformación de datos
d) Todas las anteriores

Preguntas

1. ¿Qué es el Análisis Exploratorio de Datos (EDA)?

a) Una técnica estadística para hacer predicciones
b) Un proceso inicial para resumir las principales características de los datos
c) El proceso de implementar modelos de aprendizaje automático en producción
d) El acto de recopilar datos

2. En el Análisis Univariado, ¿cuántas variables se analizan típicamente a la vez?

a) Dos
b) Tres
c) Una
d) Muchas

3. ¿Qué se usa comúnmente para el Análisis Bivariado?

a) Gráfico de dispersión
b) Mapa de calor
c) Gráfico de pares
d) Gráfico de líneas

4. ¿Qué implica el Análisis Multivariado?

a) Analizar una sola variable
b) Analizar dos variables
c) Analizar más de dos variables
d) Ninguna de las anteriores

5. ¿Qué es la Limpieza de Datos?

a) Modificar datos para una mejor visualización
b) Eliminar o imputar valores faltantes, manejar valores atípicos, etc.
c) Extraer características de datos existentes
d) Transformar datos en otro formato

6. ¿Qué es la Ingeniería de Características?

a) El proceso de seleccionar solo las variables más importantes
b) El acto de crear nuevas características a partir de las existentes para mejorar el rendimiento de un modelo
c) El proceso de eliminar características redundantes
d) Ambas a y c

7. ¿Cuál de las siguientes es una técnica de Transformación de Datos?

a) Normalización
b) Codificación de Etiquetas
c) Codificación One-Hot
d) Todas las anteriores

8. ¿Qué representa un Mapa de Calor en el Análisis Multivariado?

a) Correlaciones entre dos variables
b) Correlaciones entre múltiples variables
c) Distribuciones de una sola variable
d) Ninguna de las anteriores

9. ¿Por qué es importante la Estadística Descriptiva en EDA?

a) Ayuda a comprender la distribución de los datos
b) Ayuda a identificar valores atípicos
c) Ayuda a hacer inferencias sobre los datos
d) Todas las anteriores

10. ¿Cuál de las siguientes se puede considerar un paso de preprocesamiento?

a) Limpieza de datos
b) Ingeniería de características
c) Transformación de datos
d) Todas las anteriores

Preguntas

1. ¿Qué es el Análisis Exploratorio de Datos (EDA)?

a) Una técnica estadística para hacer predicciones
b) Un proceso inicial para resumir las principales características de los datos
c) El proceso de implementar modelos de aprendizaje automático en producción
d) El acto de recopilar datos

2. En el Análisis Univariado, ¿cuántas variables se analizan típicamente a la vez?

a) Dos
b) Tres
c) Una
d) Muchas

3. ¿Qué se usa comúnmente para el Análisis Bivariado?

a) Gráfico de dispersión
b) Mapa de calor
c) Gráfico de pares
d) Gráfico de líneas

4. ¿Qué implica el Análisis Multivariado?

a) Analizar una sola variable
b) Analizar dos variables
c) Analizar más de dos variables
d) Ninguna de las anteriores

5. ¿Qué es la Limpieza de Datos?

a) Modificar datos para una mejor visualización
b) Eliminar o imputar valores faltantes, manejar valores atípicos, etc.
c) Extraer características de datos existentes
d) Transformar datos en otro formato

6. ¿Qué es la Ingeniería de Características?

a) El proceso de seleccionar solo las variables más importantes
b) El acto de crear nuevas características a partir de las existentes para mejorar el rendimiento de un modelo
c) El proceso de eliminar características redundantes
d) Ambas a y c

7. ¿Cuál de las siguientes es una técnica de Transformación de Datos?

a) Normalización
b) Codificación de Etiquetas
c) Codificación One-Hot
d) Todas las anteriores

8. ¿Qué representa un Mapa de Calor en el Análisis Multivariado?

a) Correlaciones entre dos variables
b) Correlaciones entre múltiples variables
c) Distribuciones de una sola variable
d) Ninguna de las anteriores

9. ¿Por qué es importante la Estadística Descriptiva en EDA?

a) Ayuda a comprender la distribución de los datos
b) Ayuda a identificar valores atípicos
c) Ayuda a hacer inferencias sobre los datos
d) Todas las anteriores

10. ¿Cuál de las siguientes se puede considerar un paso de preprocesamiento?

a) Limpieza de datos
b) Ingeniería de características
c) Transformación de datos
d) Todas las anteriores