• Barajar
    Activar
    Desactivar
  • Alphabetizar
    Activar
    Desactivar
  • Frente Primero
    Activar
    Desactivar
  • Ambos lados
    Activar
    Desactivar
  • Leer
    Activar
    Desactivar
Leyendo...
Frente

Cómo estudiar sus tarjetas

Teclas de Derecha/Izquierda: Navegar entre tarjetas.tecla derechatecla izquierda

Teclas Arriba/Abajo: Colvea la carta entre frente y dorso.tecla abajotecla arriba

Tecla H: Muestra pista (3er lado).tecla h

Tecla N: Lea el texto en voz.tecla n

image

Boton play

image

Boton play

image

Progreso

1/10

Click para voltear

10 Cartas en este set

  • Frente
  • Atrás
La disposición de datos privados, públicos o comunitarios hace alusión a la característica del `Big Data´ relacionada con:
Variedad
La minería de datos abarca el conjunto de técnicas, métodos y acciones para extraer información de los grandes volúmenes de datos para darle significado y favorecer la toma de decisiones.
Verdadero
En el ámbito del `Big Data´, cuando el procesamiento de datos, los análisis y las decisiones se enfocan a acciones que repercutan positivamente en la sociedad, en las organizaciones o instituciones que las procesan, se hace referencia:
Valor de los datos
Conjunto de herramientas que transforman los datos para el mejor manejo y análisis de los mismos, que permiten la interacción dinámica con el usuario.
Herramientas de visualización
El `Big Data´ en educación lo que pretende es estandarizar los procesos de enseñanza y aprendizaje para facilitar el desarrollo de los cursos de formación.
Falso
La minería de datos educacionales, cuando está basada en datos multivariados y provenientes de diferentes fuentes, es un proceso caracterizado por:
La necesidad de integración de los datos.
Son algunas de las características que deben reunir los datos del `Big Data´:
Veracidad, valor y volumen
La principal finalidad del `Big Data´ en educación es:
Personalizar la educación
Las analíticas de aprendizaje y métodos de minería de datos educacionales solo consideran los datos que se obtienen de los LSM por considerarlos de mayor confiabilidad que los provenientes de las herramientas web 2.0.
Falso
Fases a cumplir en el tratamiento de los datos para optimizar los resultados en los análisis de los mismos:
Captura, organización y análisis