Questões de Banco de Dados - Data Mining para Concurso

Conhecido também como mineração de dados, sua função principal é a varredura de grande quantidade de dados à procura de padrões e detecção de relacionamentos entre informações, gerando novos subgrupos de dados. Usado comumente em grandes bancos de dados, pode-se considerar que é como um agregador e organizador de dados. Trata-se do conceito de:

Como é conhecido o padrão de data mining em que o sistema irá aprender com alguns exemplos antes de partir para uma efetiva identificação de tipos de dados que sejam desconhecidos a partir dos exemplos apresentados? 

Sobre as etapas do processo de descoberta de conhecimento e mineração de dados (KDD, Knowledge Discovery and Data Mining), numere a coluna da direita de acordo com a coluna da esquerda:
1. Seleção de dados  2. Limpeza de dados  3.Mineração de dados 4. Avaliação
( ) São aplicados algoritmos para extração de características dos dados.
( ) O subconjunto objetivado dos dados e os atributos de interesse são identificados examinando-se o conjunto de dados bruto inteiro.
( ) Os padrões são apresentados para os usuários em uma forma inteligível.
( ) Ruído e exceções são removidos, valores de campo são transformados em unidades comuns e alguns campos são criados pela combinação de campos já existentes para facilitar a análise. Normalmente, os dados são colocados em um formato relacional, e várias tabelas podem ser combinadas em uma etapa de desnormalização. 

Assinale a alternativa que apresenta a numeração CORRETA da coluna da direita, de cima para baixo, conforme Raghu e Gehrke (2011, p. 739):

A analista Carla recebeu a tarefa de implementar uma solução algorítmica para classificar os processos arquivados no TJRN entre aqueles que foram ganhos e aqueles que foram perdidos. Na primeira abordagem, Carla se baseou no algoritmo de machine learning que, aplicado à classificação binária, divide os dados de entrada em duas regiões separadas por uma reta. Ao fim do algoritmo, a distância da reta para o dado mais próximo de cada região é a mesma e a maior possível.
Sendo assim, na primeira abordagem, Carla utilizou como base o algoritmo de machine learning:

Assinale a alternativa correta sobre os critérios de seleção de atributos aplicáveis na construção de árvores de decisão.