Questões de Concurso
Comentadas sobre data mining em banco de dados
Foram encontradas 523 questões
A respeito de mineração de dados, julgue o item que se segue.
No método de mineração de dados por agrupamento
(clustering), são utilizados algoritmos com heurísticas para
fins de descoberta de agregações naturais entre objetos.
A respeito de mineração de dados, julgue o item que se segue.
O fator de suporte e o fator de confiança são dois índices
utilizados para definir o grau de certeza de uma regra de
associação.
A respeito de mineração de dados, julgue o item que se segue.
Os principais métodos de análise de agrupamentos em
mineração de dados incluem redes neurais, lógica difusa,
métodos estatísticos e algoritmos genéticos.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
As regras de associação adotadas em mineração de dados buscam padrões frequentes entre conjuntos de dados e podem ser úteis para
caracterizar, por exemplo, hábitos de consumo de clientes: suas preferências são identificadas e em seguida associadas a outros
potenciais produtos de seu interesse.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
Na mineração de dados preditiva, ocorre a geração de um conhecimento obtido de experiências anteriores para ser aplicado em situações futuras.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
A descoberta de conhecimento em bases de dados, ou KDD (knowledge-discovery), é a etapa principal do processo de mineração de
dados.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
A fase de implantação do CRISP-DM (cross industry standard process for data mining) só deve ocorrer após a avaliação do modelo
construído para atingir os objetivos do negócio.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
Na primeira fase do CRISP-DM (cross industry standard process for data mining), há o entendimento dos dados para que se analise
a qualidade destes.
Em data mining, enquanto a classificação identifica possíveis agrupamentos dentro de uma massa de dados sem grupos predefinidos, a aglomeração reconhece modelos que identificam o grupo a que um item pertence e os relaciona por meio do exame de itens já categorizados.
A mineração de dados, também conhecida como Data Mining, é uma das muitas áreas da computação e tem como objetivo identificar correlações e padrões em um grande conjunto de dados, com o objetivo de prever resultados. A respeito dos conceitos que fazem parte da mineração de dados, analise as afirmativas abaixo.
I. Redes neurais e árvores de decisão são dois conhecidos exemplos de ramificações da mineração de dados.
II. São exemplos de etapas da mineração de dados: exploração de dados, preparação de dados, modelagem e avaliação de implementação.
III. A mineração de dados faz uso de fundamentos pertencentes a outras três grandes áreas de conhecimento, são elas: matemática, estatística e data warehouse.
É correto o que se afirma
Acerca de visualização e análise exploratória de dados, julgue o item seguinte.
Outlier ou anomalias são padrões nos dados que não estão de
acordo com uma noção bem definida de comportamento
normal.
Acerca de conceitos, premissas e aplicações de big data, julgue o item subsequente.
No processo de agrupamento, o objeto denominado medoide
é aquele que representa a mediana do grupo do conjunto.
Acerca de conceitos, premissas e aplicações de big data, julgue o item subsequente.
O objetivo das técnicas de pré-processamento de dados é
preparar os dados brutos para serem analisados sem erros de
incompletudes, inconsistências e ruídos.
Julgue o seguinte item, a respeito de big data.
A análise de regressão em mineração de dados tem como
objetivos a sumariação, a predição, o controle e a estimação.
Julgue o seguinte item, a respeito de big data.
A técnica de agregação na mineração de dados atua em
conjunto de registros que tenham sido previamente
classificados.
Julgue o seguinte item, a respeito de big data.
Aprendizagem de máquina pode ajudar a clusterização na
identificação de outliers, que são objetos completamente
diferentes do padrão da amostra.
Julgue o seguinte item, a respeito de big data.
Tratando-se de aprendizagem de máquina, o fator de
confiança para as evidências varia de -1 a 1 para representar
a certeza do fato.
Julgue o seguinte item, a respeito de big data.
A etapa de modelagem do modelo CRISP-DM permite a
aplicação de diversas técnicas de mineração sobre os dados
selecionados, conforme os formatos dos próprios dados.
Julgue o seguinte item, a respeito de big data.
A mineração de textos utiliza técnicas diferentes da
mineração de dados, tendo em vista que os textos
representam um tipo específico de dado.
Conheça nossos planos