Tema1 Flashcards
El aprendizaje supervisado es una categoría del aprendizaje automático que aborda problemas donde existe una variable ________.
de salida.
En CRISP-DM, la fase de ________ de datos incluye tareas como la recolección, descripción, exploración y verificación de datos.
comprensión.
La ________ de datos es un proceso para reducir diferencias en escalas y rangos entre los atributos de un conjunto de datos.
normalización o estandarización.
Un valor atípico, también conocido como ________, es un dato fuera de la distribución natural y puede distorsionar el análisis.
outlier.
En minería de datos, el modelo ________ permite comprender fácilmente cómo se producen los resultados.
de caja blanca.
En aprendizaje supervisado, los problemas de ________ se enfocan en predecir valores numéricos para la variable de salida.
regresión.
En CRISP-DM, la última fase, llamada ________, implementa los modelos en sistemas operativos empresariales.
despliegue.
Los valores ________ son aquellos que faltan en un conjunto de datos y deben ser imputados para evitar errores en el análisis.
ausentes.
En un conjunto de datos, las filas se llaman instancias, mientras que las columnas se denominan ________.
atributos.
El aprendizaje no supervisado resuelve problemas como el agrupamiento (________) y la generación de reglas de asociación.
clustering.
