Quiz 3

Qual è la differenza tra dati strutturati e non strutturati?

• I dati strutturati sono organizzati in un formato predefinito (tabelle, database), mentre i dati non strutturati non hanno una struttura definita (testi, immagini, video).
• I dati strutturati sono più facili da analizzare, mentre i dati non strutturati sono più difficili da interpretare.
• I dati strutturati sono più recenti, mentre i dati non strutturati sono più antichi.
• I dati strutturati sono più precisi, mentre i dati non strutturati sono meno affidabili.

Answer explanation

Jupiter is a gas giant made primarily of hydrogen and helium. Unlike terrestrial planets that have solid surfaces, gas giants like Jupiter don't have a well-defined solid surface, allowing them to accumulate more mass in a gaseous form. This composition has allowed Jupiter to grow significantly larger than planets with solid surfaces.

I metadati sono considerati dati?

• Sì, i metadati sono dati che descrivono altri dati, fornendo informazioni sul loro contesto, origine e formato.
• No, i metadati sono solo delle etichette.
• I metadati sono solo utilizzati per i dati strutturati.
• I metadati sono sinonimo di dati personali.

Quali sono le principali sfide legate alla gestione dei dati semistrutturati?

• La mancanza di una struttura definita rende più difficile l'estrazione e l'analisi dei dati.
• I dati semistrutturati sono troppo grandi per essere gestiti.
• I dati semistrutturati sono obsoleti e non più utilizzati.
• I dati semistrutturati sono troppo complessi per essere compresi.

Come si classificano i dati in base alla loro granularità?

• I dati possono essere aggregati (sintesi di dati più dettagliati) o granulari (molto dettagliati).
• I dati possono essere positivi o negativi.
• I dati possono essere numerici o testuali.
• I dati possono essere pubblici o privati.

Cosa si intende per "le tre V" dei Big Data?

• Volume, varietà e velocità, ovvero la grande quantità di dati, la loro diversità e la velocità con cui vengono generati.
• Valore, veridicità e visibilità, ovvero l'importanza, l'accuratezza e la chiarezza dei dati.
• Volume, varietà e valore, ovvero la quantità, la diversità e l'importanza economica dei dati.
• Velocità, varietà e veridicità, ovvero la rapidità con cui vengono generati, la loro diversità e la loro accuratezza.

Quali sono le principali tecnologie utilizzate per gestire e analizzare i Big Data?

• Hadoop, Spark, NoSQL, Cloud Computing.
• Excel, Word, PowerPoint.
• Solo software proprietari molto costosi.
• Solo hardware molto potente.

Qual è il ruolo del Cloud Computing nella gestione dei Big Data?

• Il Cloud Computing offre la scalabilità e la flessibilità necessarie per gestire grandi volumi di dati.
• Il Cloud Computing è solo utilizzato per archiviare i dati.
• Il Cloud Computing è troppo costoso per essere utilizzato per i Big Data.
• Il Cloud Computing è solo utilizzato per le piccole imprese.

Quali sono i principali vantaggi che un'azienda può ottenere dall'analisi dei Big Data?

• Migliorare la presa di decisioni, personalizzare i prodotti e servizi, ottimizzare i processi.
• Ridurre i costi di produzione.
• Aumentare il numero di dipendenti.
• Diventare più competitivi sul mercato.

Quali sono le principali sfide etiche legate all'utilizzo dei Big Data?

• Privacy, bias algoritmici, disuguaglianze digitali.
• Costo elevato delle tecnologie.
• Mancanza di personale qualificato.
• Difficoltà nel reperire i dati.

Come si può garantire la privacy dei dati in un contesto di Big Data?

• Anonimizzazione, pseudonimizzazione, crittografia, consenso informato.
• Cancellando tutti i dati.
• Non raccogliendo alcun dato.
• Condividendo i dati con tutti.