Questões de Concurso
Comentadas sobre data mining em banco de dados
Foram encontradas 523 questões
A sociedade atual produz uma quantidade exorbitante de dados. Para lidar com todo este volume de dados, a inteligência artificial, aplicada à análise dos conteúdos dos bancos de dados, tornou-se uma ferramenta de grande valia. Neste contexto, associe as duas colunas, relacionando os termos relativos a esta temática aos seus conceitos.
1 - Deep Learning.
2 - Machine Learning.
3 – Data Mining.
4 - Data Warehouse.
( ) Sistema de armazenamento digital que conecta e harmoniza grandes volumes de dados de várias fontes diferentes.
( ) Processo analítico projetado para explorar grandes quantidades de dados, na busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis e, então, validálos aplicando os padrões detectados a novos subconjuntos de dados.
( ) Subconjunto da inteligência artificial que se concentra na construção de sistemas que aprendem, ou melhoram o desempenho, com base nos dados que consomem.
( ) Utiliza camadas de neurônios matemáticos para processar dados, compreender a fala humana e reconhecer objetos visualmente. A informação é passada através de cada camada, com a saída da camada anterior fornecendo entrada para a próxima camada. A primeira camada em uma rede é chamada de camada de entrada, enquanto a última é chamada de camada de saída. Todas as camadas entre as duas são referidas como camadas ocultas.
A sequência CORRETA dessa associação é:
I. Os dados são itens elementares, são cadeias de símbolos e não possuem significado. II. São exemplos de conhecimento: tendência de vendas de um produto A em uma região B; relação entre o aumento ou queda do preço de uma ação X, na bolsa de valores, e a variação do câmbio. III. As informações correspondem ao dado processado, com significado e um contexto indefinido.
Está correto o que se afirma em
Das tarefas listadas a seguir, assinale a que pertence a etapa de mineração de dados.
I. Após a fase de “Preparação dos dados” ocorre a fase de “Compreensão dos dados”.
II. Durante a fase de “Mineração de Dados” ocorre a aplicação de algoritmos de mineração de dados buscando a extração de padrões.
III. Durante a fase de “Preparação dos Dados”, pode ocorrer a construção de novos atributos a partir de outros já existentes.
Está correto o que se afirma em
No que se refere a Big Data e analytics, julgue o item a seguir.
Nas técnicas de classificação e clusterização de dados, as
classes, ou categorias, devem existir previamente à sua
aplicação.
No que se refere a Big Data e analytics, julgue o item a seguir.
No CRISP-DM, os modelos de dados são definidos na etapa
de preparação de dados, com a utilização de técnicas de
machine learning.
Com relação à técnica de clustering (agrupamento) em tarefas de Data Mining, analise a lista das notas de uma turma de alunos.
À luz do emprego do algoritmo K-means, assinale a distribuição
dos alunos, de acordo com suas notas, em quatro grupos, G0, G1,
G2 e G3.
No ciclo de vida de ciência de dados, a tarefa de redução de dimensionalidade dos dados é executada na fase:
No que se refere à qualidade e visualização de dados, julgue o item a seguir.
A discretização de frequência igual divide os dados de modo
que cada intervalo tenha aproximadamente o mesmo número
de valores.
No que se refere à qualidade e visualização de dados, julgue o item a seguir.
O tratamento de dados ausentes é prescindível, pois muitos
algoritmos de aprendizado de máquina funcionam bem com
dados incompletos.
No que se refere à qualidade e visualização de dados, julgue o item a seguir.
Matching, ou correspondência de dados, é o processo de
identificação de registros que se referem ao mesmo item na
mesma fonte de dados.
No que se refere à qualidade e visualização de dados, julgue o item a seguir.
Outliers podem ser resultantes de erros de medição, entrada
de dados ou processamento de dados, ou amostragem não
representativa.
No que se refere à qualidade e visualização de dados, julgue o item a seguir.
Para a identificação de outliers, deve-se calcular o intervalo
interquartil (IQR) e identificar dados que estão a mais de 1,5
vezes o IQR abaixo do primeiro quartil ou acima do terceiro
quartil.
A respeito de análise exploratória de dados, julgue o item a seguir.
Um dado anômalo, ou outlier, é um valor que se destaca
significativamente dos demais em um conjunto de dados e
pode ser identificado visualmente por meio do gráfico boxplot.
A respeito de análise exploratória de dados, julgue o item a seguir.
Na análise exploratória de dados, é comum categorizar os
valores não numéricos como variáveis qualitativas, que
podem ser subdivididas em discreta, como raça e cor, e em
ordinal, como tamanho de uma roupa ou classe social.
Conheça nossos planos