Questões de Concurso
Comentadas sobre data mining em banco de dados
Foram encontradas 532 questões
Ano: 2024
Banca:
CESGRANRIO
Órgão:
BNDES
Provas:
CESGRANRIO - 2024 - BNDES - Analista - Administração (Manhã)
|
CESGRANRIO - 2024 - BNDES - Analista - Análise de Sistemas - Cibersegurança (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Análise de Sistemas - Desenvolvimento (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Arquitetura - Urbanismo (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Análise de Sistemas - Suporte (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Arquivologia Digital (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Ciências Contábeis (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Ciência de Dados (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Comunicação Social (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Direito (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Economia (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Engenharia (Manhã) |
CESGRANRIO - 2024 - BNDES - Analista - Psicologia Organizacional (Manhã) |
Q3040172
Banco de Dados
O CRISP-DM (Cross-Industry Standard Process for Data
Mining) é uma metodologia amplamente utilizada para a
análise e mineração de dados. Ela fornece um framework
estruturado para realizar projetos de análise de dados, cobrindo desde a compreensão inicial do problema até a implementação das soluções. O ciclo CRISP-DM é composto por seis etapas principais: (i) Compreensão do negócio;
(ii) Compreensão dos dados; (iii) Preparação dos dados;
(iv) Modelagem; (v) Avaliação; (vi) Desenvolvimento.
Na fase de compreensão dos dados, as tarefas desempenhadas são:
Ano: 2024
Banca:
FGV
Órgão:
Prefeitura de Nova Iguaçu - RJ
Prova:
FGV - 2024 - Prefeitura de Nova Iguaçu - RJ - Analista Tributário do Tesouro Municipal |
Q3038844
Banco de Dados
A mineração de dados é uma área importante em análise de dados, que utiliza técnicas para extrair informações valiosas de grandes conjuntos de dados. Ele oferece uma variedade de técnicas e algoritmos para identificar padrões, tendências e relações ocultas nos dados, fornecendo insights significativos que podem orientar a tomada de decisões e impulsionar o progresso em diversos setores.
Assinale o conceito correto em relação a mineração de dados.
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Suporte - Especialização em Banco de Dados |
Q3035509
Banco de Dados
Uma organização de notícias online quer melhorar sua
capacidade de categorizar automaticamente artigos em
tópicos relevantes, utilizando uma vasta quantidade de
conteúdo textual não estruturado. Qual abordagem seria
mais eficaz para organizar automaticamente esses dados e
facilitar a busca e recuperação de informações específicas?
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Suporte - Especialização em Banco de Dados |
Q3035508
Banco de Dados
Uma loja de varejo on-line coleta dados de navegação,
histórico de compras e preferências de produtos de seus
usuários para melhor entender o comportamento do cliente
e personalizar a experiência de compra. Qual técnica de
agrupamento de dados é ideal para identificar padrões de
compra e agrupar clientes com preferências similares?
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Suporte - Especialização em Banco de Dados |
Q3035507
Banco de Dados
Em um projeto de mineração de dados para uma empresa
de telecomunicações que deseja reduzir a taxa de churn de
clientes (cancelamento de serviços), são coletados dados
históricos de uso do serviço, satisfação do cliente e
informações demográficas. Para construir um modelo que
possa prever quais clientes têm maior probabilidade de
cancelar seus serviços, qual técnica de classificação de
dados é mais apropriada?
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Suporte - Especialização em Banco de Dados |
Q3035506
Banco de Dados
Um sistema de mineração de dados é desenvolvido para
ajudar uma rede de hospitais a melhorar a gestão de seus
recursos, prever picos de demanda e otimizar a alocação de
pessoal e equipamentos. Ao analisar os dados históricos de
admissões, quais resultados da mineração de dados seriam
mais valiosos para representar o conhecimento adquirido e
auxiliar na tomada de decisões?
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Suporte - Especialização em Banco de Dados |
Q3035505
Banco de Dados
Em um projeto de mineração de dados para um banco de
varejo que deseja prever a probabilidade de inadimplência
de empréstimos, são coletados dados de clientes, incluindo
histórico de crédito, renda, emprego e comportamento de
pagamento. Ao preparar esses dados para análise, qual dos
seguintes tipos de atributos é essencial para a modelagem
preditiva da inadimplência?
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Suporte - Especialização em Banco de Dados |
Q3035504
Banco de Dados
Uma rede de supermercados deseja melhorar suas
estratégias de vendas e marketing para aumentar o valor do
carrinho médio de compras. Para isso, planeja utilizar a
mineração de dados para analisar o comportamento de
compra dos seus clientes. Considerando os dados
coletados no ponto de venda, incluindo datas, horários de
compras, itens adquiridos e métodos de pagamento, qual
aplicação da mineração de dados seria mais eficaz para
atingir esse objetivo?
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Suporte - Especialização em Banco de Dados |
Q3035503
Banco de Dados
Considerando as aplicações da mineração de dados, qual
das seguintes opções descreve um exemplo típico no qual
a mineração de dados é aplicada para extrair conhecimento
útil de grandes conjuntos de dados?
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Sistemas - Especialização em Banco de Dados |
Q3034870
Banco de Dados
Na avaliação de um modelo de classificação binária para
detecção de fraude na arrecadação de impostos da
Prefeitura de Rio Branco a partir de um conjunto de dados
conhecido, obteve-se uma matriz de confusão, assim
caracterizada: a matriz apresenta 200 verdadeiros positivos,
100 verdadeiros negativos, 40 erros tipo I e 20 erros do tipo
II.
As métricas revocação (recall) e precisão são iguais a, respectivamente:
As métricas revocação (recall) e precisão são iguais a, respectivamente:
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Sistemas - Especialização em Banco de Dados |
Q3034869
Banco de Dados
Em aprendizado de máquina, o ato de separar objetos em
grupos (em inglês, clusters) por meio de determinadas
características de um conjunto de dados é conhecido como
agrupamento (em inglês, clustering). Técnicas ou métodos
de agrupamento podem ser hierárquicos ou particionais,
conforme é realizada a separação dos dados. Nesse
contexto, o dendrograma é:
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Sistemas - Especialização em Banco de Dados |
Q3034865
Banco de Dados
A mineração de dados (Data Mining) envolve um conjunto
de algoritmos e ferramentas que são utilizados para a
exploração de dados, permitindo extrair padrões ocultos de
forma automatizada e, assim, gerar informação. Qual
método de mineração de dados é utilizado na extração de
regras de associação?
Ano: 2024
Banca:
IV - UFG
Órgão:
Prefeitura de Rio Branco - AC
Prova:
IV - UFG - 2024 - Prefeitura de Rio Branco - AC - Analista de Sistemas - Especialização em Banco de Dados |
Q3034862
Banco de Dados
Utilizando técnicas de mineração de dados, um analista
desenvolveu uma solução computacional que aprenderá,
com um conjunto de dados rotulados de exemplo, a
identificar categorias sobre um conjunto de dados
desconhecidos. Qual o tipo de aprendizado deverá ser
implementado na referida solução?
Ano: 2024
Banca:
FGV
Órgão:
TRF - 1ª REGIÃO
Prova:
FGV - 2024 - TRF - 1ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Governança e Gestão de Tecnologia da Informação |
Q3032799
Banco de Dados
Depois de acumular grande volume de dados históricos, os
analistas do TRF1 querem descobrir neles padrões que permitam
estimar eventos futuros, como quantidade e tipos de novos
processos ao longo de intervalos de tempo anuais (por exemplo:
pós recesso de final de ano).
Para isso, os Analistas devem implementar:
Para isso, os Analistas devem implementar:
Ano: 2024
Banca:
FGV
Órgão:
TRF - 1ª REGIÃO
Prova:
FGV - 2024 - TRF - 1ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3029115
Banco de Dados
Nas técnicas de agrupamento hierárquico, é necessário
estabelecer uma abordagem para calcular a similaridade entre
dois clusters.
A abordagem que utiliza como medida a maior distância de um ponto do primeiro cluster para um ponto do segundo cluster é chamada de ligação:
A abordagem que utiliza como medida a maior distância de um ponto do primeiro cluster para um ponto do segundo cluster é chamada de ligação:
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
TCE-PR
Prova:
CESPE / CEBRASPE - 2024 - TCE-PR - Auditor de Controle Externo – Área: Informática |
Q3011938
Banco de Dados
Caso se queira analisar a relação entre três variáveis climáticas de uma região no interior do Paraná para prever futuras situações de emergência, então se deve utilizar, para tal fim, a técnica de
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
CAGEPA - PB
Provas:
CESPE / CEBRASPE - 2024 - CAGEPA - PB - Analista de Sistemas - Sistemas de TI
|
CESPE / CEBRASPE - 2024 - CAGEPA - PB - Analista de Sistemas - Suporte de TI |
Q3006667
Banco de Dados
Se, em um processo de detecção de fraudes, for necessário
categorizar as transações como fraudulentas ou não fraudulentas,
então, para essa categorização, será adequado o uso da técnica de
mineração de dados do tipo
Ano: 2024
Banca:
IV - UFG
Órgão:
IF-SE
Prova:
IV - UFG - 2024 - IF-SE - Professor EBTT - Informática |
Q2614510
Banco de Dados
A mineração de dados é um campo da ciência da
computação que envolve a descoberta de padrões,
tendências e informações úteis em grandes conjuntos de
dados. Na mineração de dados, a técnica que prevê uma ou
mais variáveis numéricas contínuas, como lucro ou perda,
com base nos outros atributos do conjunto de dados é a:
Ano: 2024
Banca:
ACAFE
Órgão:
CELESC
Prova:
ACAFE - 2024 - CELESC - Analista de Sistemas - Desenvolvimento e Transformação Digital |
Q2593470
Banco de Dados
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:
Ano: 2024
Banca:
FGV
Órgão:
TCE-PA
Prova:
FGV - 2024 - TCE-PA - Auditor de Controle Externo - Área Administrativa - Ciência de Dados |
Q2571762
Banco de Dados
Com relação aos conceitos de dado, informação e conhecimento,
avalie as afirmativas a seguir.
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
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
Conheça nossos planos