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

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 

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

 Considere o seguinte texto:

Em análise de dados, muitos problemas práticos possuem registros históricos relacionando situações específicas com determinados resultados. Por exemplo, as administradoras de cartões de crédito que possuem registros de transações, incluindo as regulares e as fraudulentas, as montadoras que sabem o histórico de compras de um determinado veículo discriminado por país, estado, cidade e até perfil de cliente, as empresas distribuidoras de canais por assinatura que conseguem relacionar perfil do cliente com os seriados consumidos e vários outros exemplos. Nestas situações nas quais cada registro possui um rótulo de classe ou um valor de saída associado que representa o resultado histórico de registros passados, “o objetivo da análise é, quase invariavelmente, construir um modelo que possa ser usado para predizer qual seria essa saída para novos registros, ou seja, registros cuja classe ou valor de saída são desconhecidos”.

(CASTRO, Leandro Nunes de; FERRARI, Daniel Gomes. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016.)

A respeito de análise e mineração de dados, assinale a alternativa correta. 

Considere o seguinte texto:

As funcionalidades da mineração de dados são usadas para especificar os tipos de informações a serem obtidas nas tarefas de mineração e podem ser classificadas em duas: descritivas e preditivas. Em muitos casos, o usuário não tem ideia do tipo de conhecimento contido nos dados ou como usá-lo para gerar modelos, tornando importante a capacidade das ferramentas de mineração em encontrar diferentes tipos de conhecimento. O tipo de aprendizagem, por sua vez, pode ser supervisionado ou não supervisionado.

(CASTRO, Leandro Nunes de; FERRARI, Daniel Gomes. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016.)

Sobre as tarefas e métodos de mineração de dados, assinale a alternativa correta.

Considere o seguinte texto:

Castro e Ferrari (2016), na obra Introdução à Mineração de Dados, explicam que uma anomalia (outlier) é um objeto que difere do padrão normal esperado, ou ainda, “um objeto que se diferencia substancialmente de outros objetos da mesma amostra ou grupo”. Os autores mencionam que a detecção de anomalias tem sido usada “há séculos para detectar e, quando apropriado, executar alguma tomada de decisão sobre objetos anômalos da base de dados”. Várias nomenclaturas são usadas quase indistintamente para detecção de anomalias, como detecção de novidades, detecção de ruídos, detecção de desvios, detecção de falhas, detecção de exceções e mineração de exceções.

(CASTRO, Leandro Nunes de; FERRARI, Daniel Gomes. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016.)

A respeito da análise de anomalias (outliers), assinale a alternativa correta.

 A Mineração de Dados é comumente classificada por sua capacidade em realizar determinadas tarefas. Em uma auditoria, por exemplo, separar comportamentos suspeitos, é uma tarefa realizada pelo(a): 

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? 

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?

Podem haver vários tipos de análises, em grandes ambientes, de Data Warehouse. Para além de consultas em SQL, é possível ter operações analíticas mais avançadas sobre os dados. Dois dos principais tipos de análise de dados são OLAP (On-Line Analytic Processing) e Data Mining. Escolha a alternativa CORRETA sobre Data Mining e OLAP.

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.

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

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 

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)