Questões de Concurso
Comentadas sobre data mining em banco de dados
Foram encontradas 532 questões
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172386
Banco de Dados
Assinale a alternativa correta sobre os critérios de seleção de atributos aplicáveis na
construção de árvores de decisão.
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: 2013
Banca:
CESPE / CEBRASPE
Órgão:
MC
Prova:
CESPE / CEBRASPE - 2013 - MC - Atividade de Complexidade Gerencial - Tecnologia da Informação |
Q2130906
Banco de Dados
Com relação a soluções de suporte à decisão, julgue o item subsecutivo.
Data mining utiliza diversos tipos de padrões e técnicas para
descobrir o conhecimento em base de dados. Eles são
provenientes, automaticamente, do banco de dados e não há
interação manual na descoberta de novos tipos de padrões.
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
Ano: 2018
Banca:
FCC
Órgão:
Câmara Legislativa do Distrito Federal
Prova:
FCC - 2018 - Câmara Legislativa do Distrito Federal - Analista de Sistemas - Área 1 |
Q2010313
Banco de Dados
No contexto de Business Intelligence (BI) pode-se descobrir interesses de cunho político dos cidadãos pelo perfil de cada um,
categorizando-os por faixa etária, escolaridade, poder aquisitivo ou outras particularidades típicas. A captura dos perfis pode ser
feita, por exemplo, por meio de uma aplicação Web que desperte o interesse de acesso ao conteúdo do site pelos cidadãos em
troca do fornecimento de seus dados pessoais, tornando possível realizar cruzamentos e associações desses dados e então tomar decisões a respeito. Esse processo refere-se a uma aplicação típica da tecnologia denominada
Q2005974
Banco de Dados
Texto associado
Nas questões que avaliem conhecimentos de informática, a menos que seja explicitamente informado o contrário, considere que: todos os programas mencionados estejam em configuração-padrão, em português; o mouse esteja configurado para pessoas destras; expressões como clicar, clique simples e clique duplo refiram-se a cliques com o botão esquerdo do mouse; e teclar corresponda à operação de pressionar uma tecla e, rapidamente, liberá-la, acionando-a apenas uma vez. Considere também que não haja restrições de proteção, de funcionamento e de uso em relação aos programas, arquivos, diretórios, recursos e equipamentos mencionados.
No DataMining, a função de pré-processamento que consiste
em conseguir, de alguma forma, mais informação que possa
ser agregada aos registros existentes, para que estes
forneçam mais informações para o processo de descoberta
de conhecimento, é o(a)
Ano: 2022
Banca:
FGV
Órgão:
TRT - 13ª Região (PB)
Prova:
FGV - 2022 - TRT - 13ª Região (PB) - Analista Judiciário - Tecnologia da Informação |
Q1993175
Banco de Dados
No contexto da implementação de tecnologias para data mining e
apresentação de dados, a sigla ETL refere-se
Conheça nossos planos