Questões de Concurso
Comentadas sobre data mining em banco de dados
Foram encontradas 543 questões
Ano: 2026
Banca:
FGV
Órgão:
DATAPREV
Prova:
FGV - 2026 - DATAPREV - Analista de Tecnologia da Informação – Análise de Negócio de TI |
Q4388954
Banco de Dados
Na análise de 10.000 registros de incidentes de serviços de TIC da
DATAPREV, foi usada a técnica de regras de associação para
identificar ocorrências que aparecem conjuntamente nos
registros. A equipe deseja avaliar a regra A → B.
Dentre os registros, destacam-se:
• 2.000 incidentes apresentaram a ocorrência A;
• 1.500 incidentes apresentaram a ocorrência B; e
• 1.200 incidentes apresentaram, simultaneamente, as ocorrências A e B.
Considerando as métricas empregadas em regras de associação, os valores de suporte e confiança para a regra A → B são, respectivamente,
Dentre os registros, destacam-se:
• 2.000 incidentes apresentaram a ocorrência A;
• 1.500 incidentes apresentaram a ocorrência B; e
• 1.200 incidentes apresentaram, simultaneamente, as ocorrências A e B.
Considerando as métricas empregadas em regras de associação, os valores de suporte e confiança para a regra A → B são, respectivamente,
Q4375812
Banco de Dados
No acompanhamento de serviços e processos corporativos, a
DATAPREV pode utilizar recursos de Business Intelligence (BI) para
transformar dados disponíveis em informações úteis à gestão.
Nesse contexto, indicadores, técnicas de descoberta de padrões e
recursos de apresentação de informações cumprem funções
distintas no processo analítico.
Relacione os conceitos a seguir às respectivas características.
1. Business Intelligence (BI)
2. Indicador-chave de desempenho (KPI)
3. Data Mining
4. Relatório gerencial
( ) Medida utilizada para acompanhar o desempenho de uma atividade, processo ou serviço em relação a determinado objetivo ou resultado esperado.
( ) Aplicação de técnicas de análise sobre conjuntos de dados com o propósito de identificar padrões, associações, tendências ou relações potencialmente úteis.
( ) Conjunto de métodos, processos e tecnologias empregados para transformar dados em informações que apoiem análises e decisões.
( ) Forma estruturada de apresentação de informações destinada a comunicar resultados, ocorrências ou desempenho aos responsáveis pela gestão.
Assinale a opção que indica a relação correta, segundo a ordem apresentada.
Relacione os conceitos a seguir às respectivas características.
1. Business Intelligence (BI)
2. Indicador-chave de desempenho (KPI)
3. Data Mining
4. Relatório gerencial
( ) Medida utilizada para acompanhar o desempenho de uma atividade, processo ou serviço em relação a determinado objetivo ou resultado esperado.
( ) Aplicação de técnicas de análise sobre conjuntos de dados com o propósito de identificar padrões, associações, tendências ou relações potencialmente úteis.
( ) Conjunto de métodos, processos e tecnologias empregados para transformar dados em informações que apoiem análises e decisões.
( ) Forma estruturada de apresentação de informações destinada a comunicar resultados, ocorrências ou desempenho aos responsáveis pela gestão.
Assinale a opção que indica a relação correta, segundo a ordem apresentada.
Ano: 2026
Banca:
FGV
Órgão:
TCE-PE
Provas:
FGV - 2026 - TCE-PE - Auditor de Controle Externo – Tecnologia da Informação - REAPLICAÇÃO
|
FGV - 2026 - TCE-PE - Auditor de Controle Externo - Contas Públicas - REAPLICAÇÃO |
Q4279854
Banco de Dados
O histórico de pagamentos de órgãos jurisdicionados reúne
milhões de registros descritos por atributos como valor,
favorecido, objeto, unidade responsável e período. Não há, nessa
base, indicação prévia de quais ocorrências sejam regulares ou
irregulares.
Pretende-se empregar os próprios dados para selecionar uma parcela reduzida dos registros que mereça exame prioritário. O critério de seleção deverá considerar combinações pouco usuais entre os atributos, inclusive quando cada característica, observada isoladamente, for frequente. A seleção resultante servirá apenas para direcionar a análise dos auditores.
A técnica compatível com esse objetivo é
Pretende-se empregar os próprios dados para selecionar uma parcela reduzida dos registros que mereça exame prioritário. O critério de seleção deverá considerar combinações pouco usuais entre os atributos, inclusive quando cada característica, observada isoladamente, for frequente. A seleção resultante servirá apenas para direcionar a análise dos auditores.
A técnica compatível com esse objetivo é
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Prefeitura de Porto Velho - RO
Provas:
CESPE / CEBRASPE - 2026 - Prefeitura de Porto Velho - RO - Contador
|
CESPE / CEBRASPE - 2026 - Prefeitura de Porto Velho - RO - Técnico de Controle Interno |
Q4228080
Banco de Dados
Considerando a aplicação de regras de associação ao contexto de
mineração de dados, assinale a opção correta.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Prefeitura de Porto Velho - RO
Prova:
CESPE / CEBRASPE - 2026 - Prefeitura de Porto Velho - RO - Auditor |
Q4200150
Banco de Dados
A respeito de mineração de dados, assinale a opção correta.
Ano: 2026
Banca:
CONSULPAM
Órgão:
Prefeitura de Pindorama - SP
Prova:
CONSULPAM - 2026 - Prefeitura de Pindorama - SP - Analista de Tecnologia da Informação - Redes e Data Center |
Q4181870
Banco de Dados
Em uma iniciativa de Business Intelligence, uma
instituição consolidou dados provenientes de sistemas
transacionais distintos para alimentar painéis gerenciais,
análises OLAP e modelos exploratórios de descoberta
de padrões. Durante a revisão da arquitetura, foram
avaliados processos de ETL, regras de qualidade de
dados, granularidade das cargas, tratamento de
dimensões lentamente mutáveis e uso de técnicas de
Data Mining. Com base no tema, analise as sentenças a
seguir:
I- Em processos de ETL, a etapa de transformação pode envolver padronização de formatos, tratamento de valores ausentes, remoção de duplicações, conversão de tipos, aplicação de regras de negócio e conformidade entre dimensões oriundas de fontes distintas.
II- A qualidade dos dados em ambientes analíticos depende exclusivamente da ferramenta de visualização utilizada, pois inconsistências de origem, duplicidades, ausência de chaves de integração e divergências semânticas são corrigidas automaticamente durante a renderização dos dashboards.
III- Técnicas de Data Mining podem ser utilizadas para identificar padrões, associações, agrupamentos, classificações ou tendências em grandes conjuntos de dados, mas seus resultados exigem interpretação crítica, validação e atenção a vieses, qualidade da amostra e pertinência do modelo.
IV- A carga incremental em um Data Warehouse elimina a necessidade de controle temporal dos dados, pois qualquer alteração em sistemas de origem deve sobrescrever integralmente os registros históricos para preservar apenas o estado atual das informações.
Analisadas as sentenças, estão CORRETAS apenas:
I- Em processos de ETL, a etapa de transformação pode envolver padronização de formatos, tratamento de valores ausentes, remoção de duplicações, conversão de tipos, aplicação de regras de negócio e conformidade entre dimensões oriundas de fontes distintas.
II- A qualidade dos dados em ambientes analíticos depende exclusivamente da ferramenta de visualização utilizada, pois inconsistências de origem, duplicidades, ausência de chaves de integração e divergências semânticas são corrigidas automaticamente durante a renderização dos dashboards.
III- Técnicas de Data Mining podem ser utilizadas para identificar padrões, associações, agrupamentos, classificações ou tendências em grandes conjuntos de dados, mas seus resultados exigem interpretação crítica, validação e atenção a vieses, qualidade da amostra e pertinência do modelo.
IV- A carga incremental em um Data Warehouse elimina a necessidade de controle temporal dos dados, pois qualquer alteração em sistemas de origem deve sobrescrever integralmente os registros históricos para preservar apenas o estado atual das informações.
Analisadas as sentenças, estão CORRETAS apenas:
Ano: 2026
Banca:
VUNESP
Órgão:
UNESP
Prova:
VUNESP - 2026 - UNESP - Analista de Informática I - Área de Atuação: Desenvolvimento de Sistemas - Edital nº 350 |
Q4126652
Banco de Dados
A mineração de dados em bancos de dados, particularmente em um data warehouse, tem como finalidade
principal
Ano: 2026
Banca:
INSTITUTO AOCP
Órgão:
IF-CE
Prova:
INSTITUTO AOCP - 2026 - IF-CE - Professor EBTT - Metodologia e Técnicas da Computação |
Q4086259
Banco de Dados
A mineração de dados envolve técnicas utilizadas
para descobrir padrões e relações em grandes
volumes de dados, podendo empregar métodos
supervisionados ou não supervisionados.
Considerando esses conceitos, informe se é
verdadeiro (V) ou falso (F) o que se afirma a seguir
e assinale a alternativa com a sequência correta.
( ) Classificação é uma técnica não supervisionada cujo objetivo é prever uma classe categórica a partir dos dados analisados.
( ) Regressão é uma técnica supervisionada utilizada para prever um valor numérico contínuo com base em um conjunto de dados previamente rotulados.
( ) Clusterização é uma técnica não supervisionada que visa agrupar objetos similares sem a utilização de rótulos prévios.
( ) Regras de associação buscam identificar relações do tipo “Se X ocorre, então Y tende a ocorrer”, sendo o algoritmo k-NN (k-Nearest Neighbors, ou k-vizinhos mais próximos) um dos métodos comumente utilizados para esse fim.
( ) Classificação é uma técnica não supervisionada cujo objetivo é prever uma classe categórica a partir dos dados analisados.
( ) Regressão é uma técnica supervisionada utilizada para prever um valor numérico contínuo com base em um conjunto de dados previamente rotulados.
( ) Clusterização é uma técnica não supervisionada que visa agrupar objetos similares sem a utilização de rótulos prévios.
( ) Regras de associação buscam identificar relações do tipo “Se X ocorre, então Y tende a ocorrer”, sendo o algoritmo k-NN (k-Nearest Neighbors, ou k-vizinhos mais próximos) um dos métodos comumente utilizados para esse fim.
Q4013973
Banco de Dados
No ciclo de vida CRISP-DM (Cross-Industry
Standard Process for Data Mining), usado em
Ciência de Dados, qual etapa trata da limpeza,
tratamento e formatação dos dados:
Q4013972
Banco de Dados
A ciência de dados utiliza métodos e
técnicas com o objetivo de extrair conhecimento
e insights a partir de grandes volumes de dados.
A análise de dados inicia-se com uma pergunta
que pode ser classificada em diversos tipos. O
tipo de pergunta que busca identificar se existem
padrões, tendências ou relacionamentos em um
conjunto de dados, sem a necessidade de uma
hipótese prévia, é classificada como:
Q4009191
Banco de Dados
No contexto da Ciência de Dados, o conceito que está
diretamente relacionado ao estabelecimento de
políticas, processos, papéis e responsabilidades para
garantir qualidade, segurança, conformidade e uso
adequado dos dados ao longo de seu ciclo de vida é
Q3968381
Banco de Dados
No processo de descoberta de conhecimento (KDD), a etapa de mineração de dados se caracteriza por
Ano: 2026
Banca:
FCC
Órgão:
SEFAZ-SP
Prova:
FCC - 2026 - SEFAZ-SP - Auditor Fiscal da Receita Estadual - AFRE - Gestão Tributária - Conhecimentos Específicos (P3) |
Q3956761
Banco de Dados
No desenvolvimento de um modelo de detecção de contribuintes com alto risco de simulação de operações, após definir claramente com a área de fiscalização quais tipos de fraude serão priorizados, quais indicadores de negócio serão acompanhados
(como aumento de autos de infração qualificados e redução de fiscalizações improdutivas) e quais restrições legais e
operacionais existem para uso do modelo, a equipe de uma Secretaria da Fazenda registra esses critérios e alinha expectativas
com a alta gestão. Com base na metodologia CRISP-DM, essa descrição se encaixa principalmente na fase de
Ano: 2026
Banca:
FADESP
Órgão:
SEFAZ-PA
Prova:
FADESP - 2026 - SEFAZ-PA - Fiscal de Receitas Estaduais - Conhecimentos Gerais |
Q3951157
Banco de Dados
Ao executar o algoritmo Apriori, as seguintes regras associativas foram determinadas como relevantes:
{café, açúcar} => {leite} e {açúcar, trigo} => {leite}.
Considerando essas duas regras associativas relevantes, é verdade que
{café, açúcar} => {leite} e {açúcar, trigo} => {leite}.
Considerando essas duas regras associativas relevantes, é verdade que
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880237
Banco de Dados
Matheus foi empossado recentemente pela ALEGO como analista
e está se aprofundando nos estudos das redes neurais (RN). Ele
sabe que as RN podem ter diversas formas de aprendizagem não
supervisionada.
O tipo de aprendizado onde os neurônios de saída da rede disputam entre si para se tornarem ativos e somente um neurônio de saída é ativado em determinado instante se denomina:
O tipo de aprendizado onde os neurônios de saída da rede disputam entre si para se tornarem ativos e somente um neurônio de saída é ativado em determinado instante se denomina:
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880235
Banco de Dados
Árvores de decisão (AD) são classificadores muito utilizados em
Ciência de Dados. Com relação as características da AD, analise as
afirmativas a seguir.
I. É a representação de uma função que mapeia um vetor de valores de atributos para um único valor de saída.
II. Uma árvore de decisão chega à sua decisão realizando uma sequência de testes, começando por uma de suas raízes e seguindo o ramo apropriado até que uma folha seja alcançada.
III. Cada nó interno na árvore corresponde a um teste do valor de um dos atributos de entrada, os ramos a partir do nó são rotulados com os possíveis valores do atributo, e os nós folha especificam qual valor deve ser retornado pela função.
Está correto o que se afirma em
I. É a representação de uma função que mapeia um vetor de valores de atributos para um único valor de saída.
II. Uma árvore de decisão chega à sua decisão realizando uma sequência de testes, começando por uma de suas raízes e seguindo o ramo apropriado até que uma folha seja alcançada.
III. Cada nó interno na árvore corresponde a um teste do valor de um dos atributos de entrada, os ramos a partir do nó são rotulados com os possíveis valores do atributo, e os nós folha especificam qual valor deve ser retornado pela função.
Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880232
Banco de Dados
A regressão logística é um modelo muito popular na ciência de
dados, ele é muito utilizado em diversos projetos da ALEGO. Com
relação às características da regressão logística, analise as
afirmativas a seguir.
I. É um modelo de regressão linear e dentro do contexto do aprendizado de máquina, a regressão logística pertence à família de modelos de aprendizado de máquina supervisionado.
II. Representa dois grupos de interesse como uma variável binária com valores 0 e 1, não importando qual o grupo é designado com os valores o versus 1, mas a designação de como dever ser observada interpretação dos coeficientes.
III. A função logística é representada pelas seguintes fórmulas:
a) Logit(pi) = 1/(1+ ln(-pi))
b) exp(pi/(1-pi)) = β_0 + β _1*X_1 + … + β _k*K_k.
onde:
logit(pi) é a variável dependente ou de resposta, e x é a variável independente.
Está correto o que se afirma em
I. É um modelo de regressão linear e dentro do contexto do aprendizado de máquina, a regressão logística pertence à família de modelos de aprendizado de máquina supervisionado.
II. Representa dois grupos de interesse como uma variável binária com valores 0 e 1, não importando qual o grupo é designado com os valores o versus 1, mas a designação de como dever ser observada interpretação dos coeficientes.
III. A função logística é representada pelas seguintes fórmulas:
a) Logit(pi) = 1/(1+ ln(-pi))
b) exp(pi/(1-pi)) = β_0 + β _1*X_1 + … + β _k*K_k.
onde:
logit(pi) é a variável dependente ou de resposta, e x é a variável independente.
Está correto o que se afirma em
Ano: 2026
Banca:
FUNATEC
Órgão:
Prefeitura de São José do Divino - PI
Prova:
FUNATEC - 2026 - Prefeitura de São José do Divino - PI - Professor(a) - Ensino Fundamental Anos Finais - Informática |
Q3865193
Banco de Dados
O processo de KDD (Knowledge Discovery in
Databases) é fundamental na mineração de dados e
envolve etapas bem definidas.
Baseando-se nessas informações, pode-se concluir que a etapa do KDD responsável pela limpeza, seleção e transformação dos dados antes da aplicação dos algoritmos é denominada:
Baseando-se nessas informações, pode-se concluir que a etapa do KDD responsável pela limpeza, seleção e transformação dos dados antes da aplicação dos algoritmos é denominada:
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
TCE-MG
Prova:
CESPE / CEBRASPE - 2026 - TCE-MG - Analista de Controle Externo - Especialidade: Ciência da Computação |
Q3856625
Banco de Dados
Assinale a opção que apresenta a ferramenta de TI mais
apropriada para examinar grandes volumes de registros
financeiros e identificar inconsistências em uma auditoria de
políticas públicas e finanças.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
TCE-MG
Prova:
CESPE / CEBRASPE - 2026 - TCE-MG - Analista de Controle Externo - Especialidade: Ciência da Computação |
Q3856600
Banco de Dados
Assinale a opção correta acerca do modelo LDA (latent dirichlet
allocation), amplamente utilizado para extração de tópicos em
tarefas de mineração de textos.
Conheça nossos planos