solemne i (ago11 2014) pauta data minning

5
1 )  Explique a )  R: fu e c o n los Es lu e d e una b )  R: c o n e c fo r  c )  R:  la e s e r  d )  R: e st la o  e )  i  y comente los ata Warehousi s un repositori tes heterogén sultas sobre da atos. na base de da o procesarla p n datawarehou  solución compl rueba de hipót on las guías p o explicacione esariamente so ularlas, el inve reación de valo Construir en el i mpresa, y a la icio. enta ja distintiv Se refiere a aq  basada en el rganización-sab DD (Knowledg : Se trata del descu brir cono e algoritmo a formáticas. KD 1 .  Compr  2.  Extrae 3.  Prepar  4 .  Minerí 5.  Interpr  6.  Utilizar  iguientes conce g ? de informació as, una vez q os que original tos corporativa rmitiendo su a se representa e eta y fiable de B sis? ara una investi  tentativas del verdaderas, p tigador no ésta r? nconsciente de vez, capturar de una CIA? ella diferenciaci ominio o contr  er hacer (ventaj  Discovery in D proceso de extr  cimiento a parti bases de dato D incluye a DM. ender el domini  la BD objetivo ar los datos de datos tación de patro  y aplicar el co PRUEB DA Profesor A ptos (2 ptos c/u  integrado, dis e fueron gene ente vinieron que se caracte álisis desde infi  la mayoría de usine ss Intelli g ación o estudi fenómeno inve ueden o no ser   totalmente seg  nuestro target se valor a trav ón que alcanza l de recursos y a competitiva) atabases)? cción de conoc  de grandes vol , interpretació  KDD como me  de aplicación ne ocimiento desc  SOLEM TA MININ : Rodrigo Cua osto 11 de 2014 , 10p): ponible para co ados. Esto ha e diferentes fu iza por integrar  nidad de persp  las ocasiones nce. . Las pruebas tigado, son re lo, y pueden o ro de que vaya e mercado, la s de la favora n o buscar alca  capacidades fí imiento a partir lúmenes de dat  y visualizació todología se ba ubierto E N°1 ra M. nsultas y análi e que sea mu entes, asegura  y depurar info ectivas y con g l primer paso, de hipótesis in puestas provisi no comprobars n a comprobars isposición a pa le decisión de nzar las empre icas (ventaja c de una base de os, incluyendo n de resultado sa en los siguie is. Los datos y cho más fácil do el resguard mación de una andes velocida esde el punto d ican lo que tra ionales a las p e con datos. S e . gar un delta pr  compra del clie  as, que las alej mparativa) y/o datos. Se trata l almacenaje y s. Lo anterior ntes pasos: la información más eficiente , protección e i  o más fuentes es de respuest e vista técnico, amos de proba eguntas de inv n explicacione cio por sobre el nte hacia nue  por sobre su recurso human de una metodol acceso a los da soportado sob se extraen de para ejecutar ntegralidad de distintas, para a. La creación para im plantar r y se definen estigación. No tentativas. Al l excedente de tro producto o ompetencia, y os y capital de ogía vinculada tos, aplicación e plataformas

Upload: anonymous-1lgos05gvl

Post on 16-Feb-2018

219 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Solemne i (Ago11 2014) Pauta DATA MINNING

7/23/2019 Solemne i (Ago11 2014) Pauta DATA MINNING

http://slidepdf.com/reader/full/solemne-i-ago11-2014-pauta-data-minning 1/5

1)  Explique

a) R:

fueconlos

Esluedeuna

b) R:

conecfor 

 

c) R: la eser 

 d) 

R:

estla o

 

e) 

i

 y comente los

ata Warehousis un repositorites heterogénsultas sobre daatos.

na base de dao procesarla pn datawarehou solución compl

rueba de hipóton las guías po explicacioneesariamente soularlas, el inve

reación de valoConstruir en el impresa, y a laicio.

entaja distintivSe refiere a aq basada en elrganización-sab

DD (Knowledg: Se trata deldescubrir conoe algoritmo aformáticas. KD

1.  Compr 2.  Extrae3.  Prepar 4.  Minerí5.  Interpr 6.  Utilizar 

iguientes conce

g?de informació

as, una vez qos que original

tos corporativarmitiendo su ase representa eeta y fiable de B

sis?ara una investi  tentativas delverdaderas, p

tigador no ésta

r?nconsciente devez, capturar

de una CIA?ella diferenciaciominio o contr er hacer (ventaj

 Discovery in Dproceso de extr cimiento a partibases de datoD incluye a DM.ender el domini la BD objetivoar los datosde datostación de patro

 y aplicar el co

PRUEB

DA

ProfesorA

ptos (2 ptos c/u

 integrado, dise fueron geneente vinieron

que se caracteálisis desde infi la mayoría de

usiness Intellig

ación o estudifenómeno inveueden o no ser  totalmente seg

 nuestro targetse valor a trav

ón que alcanzal de recursos ya competitiva)

atabases)?cción de conoc de grandes vol, interpretació

  KDD como me de aplicación

neocimiento desc

 SOLEM

TA MININ

: Rodrigo Cuaosto 11 de 2014

, 10p):

ponible para coados. Esto hae diferentes fu

iza por integrar nidad de persp las ocasionesnce.

. Las pruebastigado, son relo, y pueden oro de que vaya

e mercado, las de la favora

n o buscar alca capacidades fí

imiento a partirlúmenes de dat  y visualizaciótodología se ba

ubierto

E N°1 

ra M. 

nsultas y análie que sea mu

entes, asegura

 y depurar infoectivas y con gl primer paso,

de hipótesis inpuestas provisino comprobarsn a comprobars

isposición a pale decisión de

nzar las empreicas (ventaja c

de una base deos, incluyendon de resultadosa en los siguie

is. Los datos ycho más fácildo el resguard

mación de unaandes velocidaesde el punto d

ican lo que traionales a las pe con datos. Se.

gar un delta pr compra del clie

 

as, que las alejmparativa) y/o

datos. Se tratal almacenaje ys. Lo anteriorntes pasos:

la informaciónmás eficiente

, protección e i

 o más fuenteses de respueste vista técnico,

amos de probaeguntas de invn explicacione

cio por sobre elnte hacia nue

 por sobre surecurso human

de una metodolacceso a los dasoportado sob

se extraen depara ejecutar

ntegralidad de

distintas, paraa. La creaciónpara implantar

r y se definenestigación. Notentativas. Al

l excedente detro producto o

ompetencia, yos y capital de

ogía vinculadatos, aplicacióne plataformas

Page 2: Solemne i (Ago11 2014) Pauta DATA MINNING

7/23/2019 Solemne i (Ago11 2014) Pauta DATA MINNING

http://slidepdf.com/reader/full/solemne-i-ago11-2014-pauta-data-minning 2/5

)  Respue 

a)  I

 b) 

 

c) 

 d) 

)  Verdade 

a) V

b) F 

c) V

d) V

e) F 

)  En su eintentar

tas cortas, fund

entifique los p: 

ara el caso delcategorización”:  Identifica gu

xplique por que las CIA s? (2

: Los impuestmenaza a la suelaciona con unn egreso que v

egún Papers:elecomunicacio

:  A partir del d

o, Falso o Dep

La adminclientes p Duranteimpacto

La funciósegurida CRM se

a travésretención La diferecomplejid

presa, su gereesarrollar un pr 

amente o refute

sos asociados

portal Faceboode los perfiles dtos, preferencia

 el alza de imp)

s representanstentación, corr  desincentivo aen contra de l

 AOL. Proponnes para Gener 

sarrollo y entre

nde (10p). Just

istración de pr ero no plantea

l proceso de ren el resultado e

n objetivo asoci, productividad,

efine como un

de Data Minin, fidelización y r 

ncia entre unad de los medio

nte le pide - intoceso basado e

PRUEB

DA

ProfesorA

 las aseveracio

 la tarea de mi

k, cuáles son loe usuarios. Idens, Intereses, G

uesto propuest

una expropiaciesponde a “Retla generación yutilidad de la

a una estratar Valor (4p).

ga de “contenid

ifique las F y D.

yecto de desar l uso de herra

colección de dasperado y la to

ada a la decisi control y calida

sistema al interi

, permite genntabilidad del

proceso que as tecnológicos i

eresado en el tn dicho concep

 SOLEM

TA MININ

: Rodrigo Cuaosto 11 de 2014

es siguientes (1

ería de datos?.

s elementos detifique y comenoreferencia, hi

 por la actual

n a la renta f nción” (Constit

disponibilidad dompañía.

gia para posi

os” para público

 Las respuestas

rollo basado eientas y recurs

os, la “eliminaca de decisione

n de adoptard de las decisio

or de la CIA pa

rar comunicaciliente.

plica Data Mininvolucrados, fr 

ema - le expliqo al interior de

E N°1 

ra M. 

0p):

Explique. (2p).

personalizacióe (2p).torial, edad y o

eforma Tributa

ndamentada euye un tributo ee riquezas por

icionarse y di

s objetivos (Tar 

 no justificadas

Data Minig, pls informáticos

ión datos ruidos.

n determinadones estratégica

a entender e in

iones significati

ing v/s Datane a determina

ue en qué consu propia CIA. F

 (customizació

tros.

ria constituye u

n una obligacixpropiatorio a larte de las em

erenciarse en

gets)

serán considera

antea un acercdeterminados.

os” responde a

ERP en las CI y operativas.

luir en el comp

vas con el fin

arehouse, radido proyecto o p

iste el conceptoundamente (5p

) recurrentes q

a amenaza a l

n tributaria. P renta de lasresas, por cua

el mercado

das incorrectas

amiento sistem

 criterios econó

s radica entr 

rtamiento del cl

de mejorar la

ca en los recoceso.

de D. Mining,.

ue permiten la

a sustentación

r tanto, comoompañías), seto constituyen

e Internet y

.

tico a los

icos y de

otros en:

liente, que

captación,

rsos y la

si se justifica

Page 3: Solemne i (Ago11 2014) Pauta DATA MINNING

7/23/2019 Solemne i (Ago11 2014) Pauta DATA MINNING

http://slidepdf.com/reader/full/solemne-i-ago11-2014-pauta-data-minning 3/5

 

)  Explique

de enco 

)   A continpara la s Unida

LunesMarteMiércJueveViern

SábaDomi 

a) 

b) 

c) 

d) 

e) 

f) 

)  La CSAinversio

: El objetivo deon el fin de crel objetivo princitil (información

la relación de

trar a un terrori

ación +PAN, pemana entrante

des

lesss

ogo

odos los días,

odos los días,

odos los días,

odos los días,

PAN, elabora

ólo existió ven

atemático?

uponga que,

uevo pronósti

V enfrenta unnes anunciad

 DM es encontr r nuevas asocial de la minerí

de valor).

sociación entre

ta en el Reino

esenta la dema basándose en (

Hace 4 s

2.22.02.31.81.9

2.8 

usando un pr 

 usando un pr 

 usando un pr 

 usando un m

además PAS

tas de 2.100 p

on el pronósti

o para la sem

auspicioso es HOY, en la pr 

PRUEB

DA

ProfesorA

r patrones deciones, predec de datos es g

 el terrorismo y

nido y mencio

nda real diaria20p):

manas

00000

0

medio simple

medio móvil

medio móvil

delo matemát

ELES. Si la s

asteles. Cuál

o anterior la

ana entrante?

enario de desensa especiali

 SOLEM

TA MININ

: Rodrigo Cuaosto 11 de 2014

omportamientoir resultados futenerar patrone

 los seguros de

e que base de

de PAN envasa

ace 3 sema

2.4002.1002.4001.9001.800

2.700

de las 4 sema

e las 2 seman

onderado de

ico.

mana pasada

ería el pronós

DA real de es

 

arrollo para lozada:

E N°1 

ra M. 

ocultos en losuros, determina de comportam

 vida. Identifiqu

datos fue utiliza

do en las pasa

nas Hace

 

nas.

as.

,40 - 0,30 - 0,

 hubiera pron

tico de +PAN

ta semana re

s próximos añ

atos que manejn patrones de ciento y a partir

e los atributos

da? (5p). :

os cuatro sem

 2 semanas

2.3002.2002.3001.8002.100

3.000

20 y 0,10.

sticado una D

para esta sem

ulta de 2.250

os, para lo cu

an (disponen) lomportamientoe ellos genera

ue determinan

nas. Construya

Semana p

2.402.202.502.002.00

2.90 

 A de 2.200 p

ana, utilizando

asteles, cuál

l prepara un f 

s Compañías,de modo queconocimiento

la certidumbre

un pronóstico

asada

asteles, pero

un modelo

sería el

uerte plan de

Page 4: Solemne i (Ago11 2014) Pauta DATA MINNING

7/23/2019 Solemne i (Ago11 2014) Pauta DATA MINNING

http://slidepdf.com/reader/full/solemne-i-ago11-2014-pauta-data-minning 4/5

 

La CIA,como Ejtoma dmayor uy asegu

Su taredebe ena. 

b. 

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

2021

2022

2023

2024

2025

 está convenciecutivo respo decisiones.tilidad, para lorar la sostenibi

 es proyectartregar los siguonstruya el fosenciales (20etermine cuál

ASIA

32.000

31.600

33.200

35.300

32.800

32.500

35.500

36.000

38.400

39.100

42.600

44.000

45.300

45.000

48.000

48.300

Precio US

CO

ida de las opsable, logre cUd. como Ger s próximos añilidad del nego

 los resultadosientes resultarecast solicita).ruta (Asia – U

USA

22.000 2

21.400 2

23.850 2

24.100 2

25.500 2

24.700

26.000

26.800

28.300 3

28.800 3

29.450 3

31.050 3

31.700 3

32.000 3

35.400 4

35.800 4

/TEUS transport

NSERVATIVE

PRUEB

DA

ProfesorA

rtunidades futonceptualizarente de A&Fs. Esta infor 

cio. Ud. dispo

 esperados pos:o en forma m

SA – CEE) es

CEE ASI

8.000 32.0

7.300 31.6

8.100 33.2

6.000 30.0

6.300 27.8

‐   27.6

‐   30.1

‐   30.6

0.450 32.6

3.700 33.2

5.100 36.2

5.800 37.4

7.300   ‐

8.700   ‐

0.100   ‐

0.500   ‐

PRO

ado Pre

 SOLEM

TA MININ

: Rodrigo Cuaosto 11 de 2014

uras y relevaneste proyecto,debe generaración permitir ne de la sigui

 r la CIA, a pa

nsual para el

la que entreg

USA

00 22.000

00 21.400

00 23.850

05 21.931

80 23.205

25 22.477

75 23.660

00 24.388

0 25.753

35 26.208

10 26.800

00 28.256

28.847

29.120

32.214

32.578

SPECCIÓN DE E

cio USD/TEUS tr

RECESSIV

E N°1 

ra M. 

cia del plan d y construya eun forecast, eá a la CIA. nente informaci

rtir del adecua

 periodo 2013

mayor ganan

CEE

28.000

27.300

28.100

22.880

23.144

26.796

29.656

30.888

31.504

32.824

34.056

35.288

35.640

SCENARIOS

nsportado

E

e expansiónl marco de ref n relación a lociar contraton (30p): 

do tratamient

 – 2025. Incluy

cia (15p)

ASIA

32.000

31.600

33.200

33.535

31.160

30.875

33.725

34.200

36.480

37.145

40.470

41.800

43.035

42.750

45.600

45.885

Precio USD/

SOFT

 

recurre a ustrencia para u prospeccións de servicios

de los datos,

a supuestos y

USA C

2.000 28.

1.400 27.

3.850 28.

3.136 24.

4.480 24.

3.712 25.

4.960 25.

5.728 26.

7.168   ‐

7.648   ‐

8.272   ‐

9.808   ‐

0.432   ‐

0.720   ‐

3.984   ‐

4.368   ‐

EUS transporta

 LANDING

ed, para quena adecuadade rutas cona largo plazo

para ello ud,

fundamentos

E

00

00

00

40

22

55

15

45

o

Page 5: Solemne i (Ago11 2014) Pauta DATA MINNING

7/23/2019 Solemne i (Ago11 2014) Pauta DATA MINNING

http://slidepdf.com/reader/full/solemne-i-ago11-2014-pauta-data-minning 5/5

 

NOTA: 

)  PreguntEl destita) b) c) d) e) 

ispone adem

a de Trivia (2uido Directorer la a últimaor inducir a er or ser militantor no haber r or haber cont

s de la siguie

untos extrasr. Francisco L

conquista derores en la inf e de la oposicializado un Pr atado a nivel

% Dis

GASTO

PRUEB

DA

ProfesorA

te informació

ara la prueba)abbé salió de lalentina Rothrmación y co

ón-Censo muesacional agent

UNTAJE TNi

Tiem

tribución car

CF

CV

CTS Adm&Vent

 SOLEM

TA MININ

: Rodrigo Cuaosto 11 de 2014

 para el año

a Dirección d

clusiones debi

ral o de experis censadores

TAL = 90 Pvel de exigepo de trabaj

a 45%

8.100

14.400

22.500s 2.250

Costos 

E N°1 

ra M. 

013.

l INE por:

ido a supuest

imentación al(Censistas) n

NTOS Nncia 60%o = 120 min.

35%

5.500

13.500

19.0001.050

SD/TEUS 

tra

s del modelo

enso del 201o especialista

ta = 7,0

20%

6.700

12.100

18.8001.150

sportado

 

e proyección

..

del Censo.