Acerca de segurança da informação, bancos de dados e aprendizado de máquina, julgue o próximo item. 

Em geral, projetos de Big Data caracterizam-se por cinco diferentes atributos: valor, variedade, velocidade, veracidade e volume.  

Julgue o seguinte item, relativo a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.

Em mineração de dados, as regras de associação podem ser utilizadas para identificar combinações recorrentes entre argumentos jurídicos e decisões judiciais, revelar padrões entre tipos de ação e desfechos processuais, e auxiliar na recomendação de precedentes com base em casos semelhantes.

Julgue o seguinte item, relativo a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.

Embora os data lakes possam armazenar dados estruturados, como tabelas de bancos relacionais, eles não oferecem suporte para dados semiestruturados e não estruturados, tais como arquivos JSON, XML, imagens e vídeos.

Julgue o item a seguir, a respeito de inteligência artificial, Big Data e data warehouse. 

Big Data e data warehouse são técnicas de armazenamento que dispensam a necessidade de descoberta de conhecimento e mineração de dados, e, por isso, a aprendizagem de máquina não se aplica ao contexto de Big Data.

Com base no diagrama entidade-relacionamento (DER) e no modelo relacional (MR), anteriormente apresentados, julgue o próximo item a seguir. 

Bancos de dados NoSQL, como o MongoDB, estão aptos a armazenar o atributo A4 definido no DER, sem a necessidade de criar uma tabela (ou coleção) adicional. 

Julgue o próximo item, a respeito de computação e de programação. 

A análise de Big Data lida com dados estruturados, como tabelas e bancos de dados relacionais, mas não considera dados não estruturados, como textos, imagens e vídeos. 

Julgue o item subsequente, a respeito de sensoriamento remoto e de sistemas de informação geográfica. 

O uso de plataformas de Big Data em agricultura dispensa algoritmos de aprendizado de máquina, pois a análise estatística tradicional é suficiente para gerar resultados úteis.