A análise de dados, no contexto da análise de negócios, envolve o uso integrado de tecnologias computacionais, técnicas estatísticas e métodos de ciência administrativa para transformar dados históricos em informações úteis, apoiando decisões e recomendando ações. Dentro desse escopo, a análise preditiva busca responder “o que provavelmente acontecerá?”, recorrendo a ferramentas capazes de identificar padrões e antecipar comportamentos futuros a partir de grandes volumes de dados.

Considerando os facilitadores característicos da análise de negócios preditiva, assinale a opção que apresenta um facilitador típico dessa abordagem.

Atualmente, as empresas têm executado um processo administrativo, denominado gestão de dados, que consiste em recolher, organizar, proteger e usar informações, com o objetivo de utilizar os dados para melhorar a eficiência, a produtividade e a tomada de decisões. Nesse contexto, um termo, que tem por significado a mineração de dados, consiste no uso de processos para explorar grandes quantidades de dados digitais à procura de padrões consistentes, como regras de associação ou sequências temporais, visando descobrir relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados. Paralelamente, outro termo, traduzido como armazém de dados, é, basicamente, um depósito de dados digitais para armazenar informações corporativas detalhadas.
Esses dois termos são conhecidos, respectivamente, como:

Segundo o texto, a técnica de mineração de dados

Há múltiplas maneiras de criar sistemas de recomendação. Uma das maneiras, baseada em mineração de dados, é identificar quais itens costumam ocorrer em conjunto e posteriormente programá-las no sistema. Tal problema é solucionado por algoritmos de associação que podem gerar regras ao estilo setA→setB (leia-se, conjunto A implica conjunto B), em que diversas métricas podem ser obtidas para validar a força da regra.
Assinale a alternativa que, respectivamente, corresponde a um algoritmo de associação e a uma métrica usada para validar a regra.

Um analista de dados da AgSUS sabe que a detecção de anomalias, ou detecção de valores discrepantes, é a identificação de uma observação, evento ou ponto de dados que se desvia do que é padrão ou esperado, tornando-o inconsistente em relação ao resto do conjunto de dados. Relacione os tipos de anomalias de dados às suas respectivas definições.

1. Anomalias não intencionais.
2. Anomalias pontuais.
3. Anomalias contextuais.
4. Anomalias coletivas.

( ) Essas anomalias, também conhecidas como valores discrepantes globais, são pontos de dados individuais que estão muito fora do restante do conjunto de dados. Um exemplo desses tipo anomalia é um saque de conta bancária que é significativamente maior do que qualquer um dos saques anteriores do usuário;
( ) Essas anomalias envolvem um conjunto de instâncias de dados que juntas se desviam da norma, mesmo que as instâncias individuais possam parecer normais. Um exemplo desse tipo de anomalia seria um conjunto de dados de tráfego de rede que mostra um aumento repentino no tráfego de vários endereços IP ao mesmo tempo;
( ) Essas anomalias são pontos de dados que se desviam da norma devido a erros ou ruído no processo de coleta de dados. Esses erros podem ser sistemáticos ou aleatórios, originados por problemas como sensores defeituosos ou erro humano durante a entrada de dados. Esse tipo de anomalia pode distorcer o conjunto de dados, dificultando a obtenção de insights precisos;
( ) Essas anomalias são pontos de dados que se desviam da norma dentro de um contexto específico. Essas anomalias não são necessariamente valores discrepantes quando consideradas isoladamente, mas se tornam anômalas quando vistas dentro de seu contexto específico. Por exemplo, considere o uso de energia. Se houver um aumento repentino no consumo de energia ao meio-dia, quando normalmente nenhum membro da família está em casa. Este dado pode não ser um valor discrepante quando comparado ao consumo de energia pela manhã ou à noite (quando as pessoas geralmente estão em casa), mas é anômalo em relação ao horário em que ocorreu.

A relação correta, na ordem dada, é: 

Durante a preparação de um conjunto de dados para análise preditiva de inadimplência, um cientista de dados identificou diversos problemas de qualidade nos dados, incluindo:

• campos numéricos com valores negativos que não fazem sentido (como "idade" ou "renda");
• colunas categóricas com múltiplas grafias para a mesma categoria (ex: "PE", "pe", "Pernambuco");
• presença de valores nulos em campos-chave como “renda” e “número de dependentes”;
• valores repetidos na chave primária “ID cliente”.

Com base nas dimensões de qualidade de dados e nas boas práticas de tratamento com Python - especialmente usando Pandas -, é correto afirmar que a: 

A mineração de dados é um dos principais componentes do processo de descoberta de conhecimento em bases de dados (KDD - Knowledge Discovery in Databases). Seu objetivo é extrair padrões relevantes, previamente desconhecidos, e potencialmente úteis a partir de grandes volumes de dados.
Sobre a mineração de dados, assinale a afirmativa correta.

A Mineração de Dados é a etapa do processo de KDD (Knowledge Discovery in Databases) responsável por extrair modelos de conhecimento a partir dos dados disponíveis. Após a construção desses modelos, é fundamental avaliar sua qualidade, o que exige compará-los com dados específicos para mensurar métricas que reflitam seu desempenho. Para garantir uma avaliação imparcial, os dados utilizados na criação do modelo não devem ser os mesmos empregados em sua validação. Assim, o processo de KDD deve utilizar, no mínimo, dois conjuntos distintos de dados: um conjunto de treinamento, para gerar o modelo, e um conjunto de testes, para avaliá-lo.
Selecione a opção que identifica o método de particionamento de dados em que o “conjunto de treinamento” é gerado por N sorteios aleatórios com reposição a partir do conjunto de dados original (que contém N registros). Já o “conjunto de testes” é composto pelos registros não selecionados para o “conjunto de treinamento”.

Um analista judiciário especialista em tecnologia da informação do TRE-TO está atuando em uma demanda para mais implementações de IA nas operações do tribunal. Os objetivos dessa tarefa são oferecer soluções mais práticas e simplificar e automatizar atividades rotineiras, fazendo com que a IA atue como uma aliada na tomada de decisões. Considerando essa situação, a partir do uso do Banco de Dados Oracle 21C, qual ferramenta o analista pode utilizar para simplificar o desenvolvimento de modelos de machine learning preditivos, auxiliando a escolha do modelo, a seleção de atributos a serem utilizados e os ajustes dos parâmetros necessários para a criação de modelos cada vez mais precisos? 

Na gestão ambiental contemporânea, a integração de Big Data tem se mostrado fundamental para análises complexas e tomadas de decisão estratégicas. Considerando os princípios de análise de grandes volumes de dados no contexto ambiental, analise as seguintes assertivas:

I.Big Data permite a integração de dados geoespaciais, climáticos e de biodiversidade em tempo real.
II.A mineração de dados ambientais possibilita predições sobre mudanças ecosistêmicas com alta precisão.
III.A heterogeneidade das fontes de dados ambientais representa um desafio para análises consistentes.
IV.Técnicas de machine learning são limitadas para processamento de dados ambientais complexos.

É correto o que se afirma em:

No contexto da mineração de dados, diferentes algoritmos são utilizados para solucionar problemas específicos, como segmentação de dados, descoberta de padrões e construção de modelos preditivos. Considerando os métodos Apriori, FP-Growth, k-means e árvores de decisão, assinale a opção que corresponde à descrição correta do funcionamento de um desses algoritmos.  

Uma rede de supermercados deseja entender os padrões de compra dos clientes para organizar melhor seus produtos e otimizar suas estratégias de vendas. Para isso, a equipe de análise de dados decidiu utilizar um algoritmo de descoberta de regras de associação para identificar itens, frequentemente, comprados juntos.

Assinale a alternativa que representa a métrica fundamental para avaliar a relevância de uma regra de associação.

Uma equipe está trabalhando em um projeto de análise preditiva com base em dados estruturados provenientes de diferentes fontes de um Tribunal Regional do Trabalho. Durante a etapa de pré-processamento, o time precisa lidar com valores ausentes/faltantes, escalonar os dados para uniformizar as unidades e selecionar as variáveis mais importantes para treinar um modelo supervisionado. Para realizar estas tarefas nesta etapa, a equipe deve