Questões de Concurso
Comentadas sobre data mining em banco de dados
Foram encontradas 523 questões
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172384
Banco de Dados
__________ é um método de classificação binária que traça um hiperplano ótimo
que maximiza a margem de separação entre duas classes de dados. A etapa principal do algoritmo é
descobrir os vetores que são as instâncias equidistantes do hiperplano.
Assinale a alternativa que preenche corretamente a lacuna do trecho acima.
Assinale a alternativa que preenche corretamente a lacuna do trecho acima.
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172383
Banco de Dados
__________ é uma classe de métodos ensemble que utiliza classificadores de árvore
de decisão. É uma combinação de preditores de árvores tal que cada árvore depende dos valores de
um vetor aleatório amostrado independentemente e com a mesma distribuição para todas as árvores.
Assinale a alternativa que preenche corretamente a lacuna do trecho acima.
Assinale a alternativa que preenche corretamente a lacuna do trecho acima.
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172377
Banco de Dados
Analise as assertivas abaixo sobre o método de agrupamento k-means:
I. Dada uma coleção de objetos, cada um com n atributos, k-means é um método que, para I - um valor escolhido de k, identifica k grupos de objetos com base na proximidade dos objetos com relação ao centroide do grupo. O centro é determinado como a média do vetor n-dimensional de atributos de cada grupo.
II. Por ser um método supervisionado, o K-means ajuda a excluir a subjetividade das análises.
III. K-means é um método para definir agrupamentos. Uma vez que os agrupamentos e os seus centroides são identificados, é fácil classificar novos objetivos para um cluster baseado na distância do objeto do centroide mais próximo.
Quais estão corretas?
I. Dada uma coleção de objetos, cada um com n atributos, k-means é um método que, para I - um valor escolhido de k, identifica k grupos de objetos com base na proximidade dos objetos com relação ao centroide do grupo. O centro é determinado como a média do vetor n-dimensional de atributos de cada grupo.
II. Por ser um método supervisionado, o K-means ajuda a excluir a subjetividade das análises.
III. K-means é um método para definir agrupamentos. Uma vez que os agrupamentos e os seus centroides são identificados, é fácil classificar novos objetivos para um cluster baseado na distância do objeto do centroide mais próximo.
Quais estão corretas?
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172372
Banco de Dados
Relacione a Coluna 1 à Coluna 2, associando as categorias de aprendizado de máquina
às suas características.
Coluna 1 1. Aprendizado Supervisionado. 2. Aprendizado Não Supervisionado. 3. Aprendizado Profundo.
Coluna 2 ( ) O algoritmo recebe um conjunto de dados rotulados e aprende comparando a saída do modelo com a saída esperada, reajustando seus parâmetros até chegar em um limiar aceitável e pré-determinado a priori.
( ) Os algoritmos buscam encontrar padrões ou estruturas em conjuntos de dados não rotulados, por exemplo, gerando agrupamentos de dados.
( ) Conjunto de algoritmos que modelam abstrações de alto nível de dados usando grafos com várias camadas de processamento, compostas de várias transformações lineares e não lineares.
( ) Processo de aprendizado baseado em redes neurais com várias camadas (em geral, mais de cinco camadas): entrada, saída e oculta.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Coluna 1 1. Aprendizado Supervisionado. 2. Aprendizado Não Supervisionado. 3. Aprendizado Profundo.
Coluna 2 ( ) O algoritmo recebe um conjunto de dados rotulados e aprende comparando a saída do modelo com a saída esperada, reajustando seus parâmetros até chegar em um limiar aceitável e pré-determinado a priori.
( ) Os algoritmos buscam encontrar padrões ou estruturas em conjuntos de dados não rotulados, por exemplo, gerando agrupamentos de dados.
( ) Conjunto de algoritmos que modelam abstrações de alto nível de dados usando grafos com várias camadas de processamento, compostas de várias transformações lineares e não lineares.
( ) Processo de aprendizado baseado em redes neurais com várias camadas (em geral, mais de cinco camadas): entrada, saída e oculta.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172364
Banco de Dados
Qual é a etapa de modelagem da metodologia CRISP-DM na qual são tratados os
valores nulos e pode ser necessário fazer fusão com outros dados?
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
CNMP
Prova:
CESPE / CEBRASPE - 2023 - CNMP - Analista do CNMP – Área: Tecnologia da Informação e Comunicação - Especialidade: Suporte e Infraestrutura |
Q2133419
Banco de Dados
A respeito de data warehouse e data mining, julgue o próximo item.
Fatos, dimensões e medidas são elementos essenciais de um
data warehouse.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
CNMP
Prova:
CESPE / CEBRASPE - 2023 - CNMP - Analista do CNMP – Área: Tecnologia da Informação e Comunicação - Especialidade: Suporte e Infraestrutura |
Q2133418
Banco de Dados
A respeito de data warehouse e data mining, julgue o próximo item.
O data mining é um processo usado para extrair e analisar
informações que revelam padrões ou tendências estratégicas
do negócio.
Ano: 2023
Banca:
CESGRANRIO
Órgão:
Banco do Brasil
Prova:
CESGRANRIO - 2023 - Banco do Brasil - Agente de Tecnologia - Microrregião 158 - TI |
Q2128641
Banco de Dados
Sabendo que existe, na organização em que trabalha,
uma base de dados formada por uma grande tabela que
contém apenas o id do cliente e colunas do tipo booleano
indicando se um cliente possuía ou já tinha possuído cada
produto da organização, um funcionário de TI resolveu dividir os clientes em grupos apenas com base nessa informação, utilizando aprendizado de máquina.
Para essa tarefa, o funcionário de TI deve utilizar o aprendizado de máquina
Para essa tarefa, o funcionário de TI deve utilizar o aprendizado de máquina
Ano: 2023
Banca:
FGV
Órgão:
Receita Federal
Prova:
FGV - 2023 - Receita Federal - Analista-Tributário (manhã) |
Q2096293
Banco de Dados
Suponha que um modelo de classificação binária foi treinado para
distinguir e-mails de spam de e-mails legítimos. O modelo foi
testado em um conjunto de dados de teste com 200 e-mails, sendo
100 e-mails de spam e 100 e-mails legítimos.
A matriz de confusão é dada por 80 verdadeiros positivos, 85 verdadeiros negativos, 15 falsos positivos (erro tipo 1) e 20 falsos negativos (erro tipo 2).
Nessas condições, o F1-Score do modelo deve ser aproximadamente igual a
A matriz de confusão é dada por 80 verdadeiros positivos, 85 verdadeiros negativos, 15 falsos positivos (erro tipo 1) e 20 falsos negativos (erro tipo 2).
Nessas condições, o F1-Score do modelo deve ser aproximadamente igual a
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078035
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
No ciclo do CRISP-DM, a fase de implantação é a mais simples (jamais será um processo complexo), pois se resume à execução de scripts.
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078034
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
O entendimento do negócio é a fase do ciclo do CRISP-DM que exige mais tempo em mineração de dados, pois estima-se que essa etapa, geralmente, leve entre 50 e 70% do tempo e do esforço de um projeto.
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078033
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
Modelagem e avaliação são algumas das fases do ciclo do CRISP-DM.
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078032
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
A única desvantagem que impede o uso em larga escala do CRISP-DM é o seu alto custo, uma vez que os usuários somente podem utilizá-lo após a aquisição da licença.
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078031
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
O CRISP-DM é uma metodologia abrangente de mineração de dados e um modelo de processo que fornece, para os usuários de data mining (DM), um modelo completo para a realização de um projeto de DM.
Ano: 2023
Banca:
FGV
Órgão:
CGE-SC
Prova:
FGV - 2023 - CGE-SC - Auditor do Estado - Ciências da Computação - Tarde (Conhecimentos Específicos) |
Q2066826
Banco de Dados
Sobre detecção de anomalias, analise as afirmativas a seguir.
I. São exemplos de detecção de anomalias: detecção de fraude, detecção de intrusão, monitoramento de sistemas de saúde, qualidade de um produto. II. São métodos que conseguem lidar com detecção de anomalias: algoritmos baseados em densidade, análise de agrupamento, redes neurais recorrentes, redes bayesianas e modelos de Markov escondidos. III. A distribuição normal é a distribuição mais comum dos dados considerados dentro de uma normalidade, porém, podemos obter normalidade também por meio de outros tipos de distribuição como a distribuição de Bernoulli, distribuição uniforme, distribuição binomial e distribuição de Minkowski. IV. A métrica de avaliação desses métodos pode ajudar na identificação de dados fora do padrão. Portanto, as métricas de precisão, sensibilidade e medida-F1 são exemplos de métricas utilizadas para detecção de anomalias.
Está correto o que se afirma em
I. São exemplos de detecção de anomalias: detecção de fraude, detecção de intrusão, monitoramento de sistemas de saúde, qualidade de um produto. II. São métodos que conseguem lidar com detecção de anomalias: algoritmos baseados em densidade, análise de agrupamento, redes neurais recorrentes, redes bayesianas e modelos de Markov escondidos. III. A distribuição normal é a distribuição mais comum dos dados considerados dentro de uma normalidade, porém, podemos obter normalidade também por meio de outros tipos de distribuição como a distribuição de Bernoulli, distribuição uniforme, distribuição binomial e distribuição de Minkowski. IV. A métrica de avaliação desses métodos pode ajudar na identificação de dados fora do padrão. Portanto, as métricas de precisão, sensibilidade e medida-F1 são exemplos de métricas utilizadas para detecção de anomalias.
Está correto o que se afirma em
Q3997128
Banco de Dados
A Mineração de Dados é comumente classificada pela sua capacidade em realizar
determinadas tarefas. Qual das tarefas abaixo descreve a natureza de ocorrências futuras,
de certos eventos, com base nos acontecimentos passados?
Q3997127
Banco de Dados
A Mineração de Dados requer uma adequação prévia dos dados por meio de técnicas de
pré-processamento. Algumas técnicas estão listadas abaixo:
(A) Agregação.
(B) Amostragem.
(C) Redução de Dimensionalidade.
(D) Discretização e Binarização.
Relacione os itens acima com os seus respectivos conceitos:
(1) É a técnica que diminui o número de atributos de um conjunto de dados, criando novos atributos que sejam uma combinação dos atributos antigos.
(2) É a combinação de dois ou mais objetos em um único.
(3) É comumente usada para selecionar um subconjunto dos objetos de dados a serem analisados.
(4) É aquela que transforma um atributo contínuo em um categorizado e transforma, tanto os atributos contínuos quanto os discretos, em um ou mais atributos binários.
Entre as alternativas abaixo, qual é a que apresenta a relação da técnica com o seu conceito de forma CORRETA?
(A) Agregação.
(B) Amostragem.
(C) Redução de Dimensionalidade.
(D) Discretização e Binarização.
Relacione os itens acima com os seus respectivos conceitos:
(1) É a técnica que diminui o número de atributos de um conjunto de dados, criando novos atributos que sejam uma combinação dos atributos antigos.
(2) É a combinação de dois ou mais objetos em um único.
(3) É comumente usada para selecionar um subconjunto dos objetos de dados a serem analisados.
(4) É aquela que transforma um atributo contínuo em um categorizado e transforma, tanto os atributos contínuos quanto os discretos, em um ou mais atributos binários.
Entre as alternativas abaixo, qual é a que apresenta a relação da técnica com o seu conceito de forma CORRETA?
Ano: 2022
Banca:
IF-SP
Órgão:
IF-SP
Prova:
IF-SP - 2022 - IF-SP - Analista de Tecnologia da Informação - Ciência de Dados |
Q3976958
Banco de Dados
Quando se inicia os trabalhos de aprendizado em bases de dados é comum identificar problemas na base de dados. Por isso, na etapa de pré-
-processamento, os dados passam por recursos de
limpeza, integração de bases de dados, redução na
quantidade de atributos ou dados, transformação
nos formatos dos dados ou discretização de alguns.
Considerando esses recursos, indique a alternativa
incorreta que os define.
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-SE
Prova:
CESPE / CEBRASPE - 2022 - SEFAZ-SE - Auditor Técnico de Tributos (tarde) |
Q2501776
Banco de Dados
Na mineração de texto, o processo utilizado para remover os
prefixos e sufixos de palavras, de modo a permanecer somente a
raiz delas, com a finalidade de melhorar o armazenamento, é
conhecido como
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
PC-PB
Prova:
CESPE / CEBRASPE - 2022 - PC-PB - Agente de Investigação |
Q2339721
Banco de Dados
A árvore de decisão é uma técnica utilizada em mineração de
dados cuja abordagem para a criação de regras para utilização
nos próximos eventos é a
Conheça nossos planos