Em relação ao data warehouse, ao data lake e ao tratamento de dados, julgue o item seguinte.

A camada de ingestão de dados é responsável por coletar e carregar dados de diversas fontes para o data lake.

A respeito de transformação digital, julgue o item a seguir.

As políticas públicas para a transformação digital dirigem-se preferencialmente a empresas de médio e grande porte, em razão de sua maior capacidade de investimento. 

Em relação a manipulação e limpeza de dados, julgue o item a seguir. 

A transformação de dados categóricos utilizando codificação one-hot sempre reduz a dimensionalidade do conjunto de dados. 

Em relação a manipulação e limpeza de dados, julgue o item a seguir. 

A normalização dos dados é importante na preparação de dados para modelos de aprendizado de máquina, pois garante que todas as variáveis estejam na mesma escala, independentemente de sua importância no modelo. 

Em relação a manipulação e limpeza de dados, julgue o item a seguir. 

Local outlier factor é uma técnica de detecção de outliers que mede a anomalia de um dado com base na densidade local dos seus vizinhos. 

Julgue o próximo item, a respeito de machine leaning. 

Árvores de decisão são técnicas de modelagem preditiva que particionam iterativamente os dados em subconjuntos homogêneos baseados em variáveis explicativas.

Julgue o próximo item, a respeito de machine leaning. 

Os algoritmos de regressão linear, por minimizarem a soma dos resíduos quadrados para ajustar os coeficientes, são sensíveis a outliers, que podem distorcer os coeficientes e comprometer a previsão do modelo. 

Julgue o próximo item, a respeito de machine leaning. 

Grandes volumes de dados frequentemente revelam padrões e tendências que são valiosos para análises preditivas e tomadas de decisão, facilitando a antecipação de comportamentos futuros e permitindo melhor alocação de recursos e planejamento.