Questões de Concurso
Comentadas sobre data mining em banco de dados
Foram encontradas 532 questões
Considere as seguintes afirmações sobre ETL (Extrac, Transform e Load), OLAP (Online Analytical Processing) e Data Mining:
I – Em sistemas data warehouse, a aplicação é mais voltada para inserir e atualizar dados, devido ao carregamento de dados com o ETL. Já em sistemas transacionais, utilizam-se mais consultas, conforme site https://www.oracle.com/br/database/what-is-a-data-warehouse/;
II – OLAP são softwares que permitem a tomada de decisões e inteligência de negócios e agregam recursos de busca de dados, armazenagem e gerência, conforme site: https://cetax.com.br/o-que-eolap/.
III – ETL não possui suporte a SQL (structured query language), pois utiliza somente DSL (decision support language).
Assinale a alternativa CORRETA:
Utilize a figura a seguir (Fig3), que representa uma sequência de comandos em SQL, para resolver as questões de número 54 e 55.
Fig3
create table cliente
{
seq VARCHAR2(6) not null,
nome VARCHAR2(50) not null,
cpf VARÇHAR2(11) not null,
data nasc date,
dependentes numeric(2),
estcivil VARCHAR2(1)
);
arter table cliente
ADD CONSTRAINT cliente pk PRIMARY KEY (cpf)
ADD CONSTRAINT seq un unique (seq) enable
ADD CONSTRAIKT est ck check (estcivil in ('C','S','D','V')) enable
ADD CONSTRAINT cpf ch check (REGEXP LIKE(cpf, '^[[digit: ]]{11}$')) enable;
Como se chama o processo de explorar grandes quantidades de dados à procura de anomalias, padrões e correlações consistentes, tais como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados?
No que se refere a modelagem dimensional, mineração de dados e big data, julgue o item subsequente.
No modelo CRISP-DM, a fase de preparação dos dados é caracterizada por atividades como análise da qualidade dos dados,
exploração dos dados, geração dos primeiros insights e formulação de hipóteses.
( ) Em um sistema BigData, o pipeline de dados implementa as etapas necessárias para mover dados de sistemas de origem, transformar esses dados com base nos requisitos e armazenar os dados em um sistema de destino, incluindo todos os processos necessários para transformar dados brutos em dados preparados que os usuários podem consumir.
( ) Dentre os métodos de manipulação de valores ausentes, em processamento massivo e paralelo, consta a normalização numérica, que se refere ao processo de ajustar os dados para que estejam em uma escala comparável, geralmente entre 0 e 1.
( ) A demanda crescente por medidas de criptografia ponta a ponta (da produção ao backup) tornam menos eficazes e relevantes tecnologias legadas, como a deduplicação de dados (data deduplication), que busca ajudar a otimizar o armazenamento e melhorar o desempenho de um sistema ao estabelecer processo de identificar e eliminar dados duplicados em um sistema.
As afirmativas são, respectivamente,
Avalie se os dados ausentes são categorizados como
I. MCAR. Valores ausentes completamente aleatórios.
II. Valores ausentes aleatórios.
III. MICE. Valores ausentes usando imputação múltipla usando equações encadeadas.
Está correto o que se apresenta em
Julgue o item a seguir que tratam de extração e representação de conhecimento.
Em mineração de dados, interpretação e explanação consiste
em filtrar o conjunto de dados por meio de mecanismo que
varia de acordo com a técnica de mineração utilizada.
Considerando processos de análise e mineração de dados, julgue o item subsecutivo.
No contexto de mineração de dados, o atributo da veracidade
está associado ao grau de confiabilidade dos dados utilizados
na solução.
Considerando processos de análise e mineração de dados, julgue o item subsecutivo.
Em data mining, um mesmo processo de análise de dados
pode utilizar bancos de dados relacionais ou NoSQL, mas
não simultaneamente.
Considerando processos de análise e mineração de dados, julgue o item subsecutivo.
O processo de análise por inferência busca o conhecimento
dos dados para obtenção de resultados consolidados.
Considerando processos de análise e mineração de dados, julgue o item subsecutivo.
Em data mining, a técnica de associação é uma função que
determina o coeficiente de afinidade entre certos eventos.
Considerando processos de análise e mineração de dados, julgue o item subsecutivo.
É na fase de mineração do data mining que são definidos os metadados dos dados manipulados.
Considerando processos de análise e mineração de dados, julgue o item subsecutivo.
A técnica da árvore de decisão utiliza, entre outras, a
abordagem de predição, na qual grupos diferentes são
identificados de acordo com características em comum.
No que se refere à análise e à mineração de dados, julgue o próximo item.
A tarefa de agrupamento de dados consiste na análise de
conjuntos de dados em que estão presentes apenas as
descrições dos dados e pode até mesmo resolver problemas
de detecção de desvios.
No que se refere à análise e à mineração de dados, julgue o próximo item.
A modelagem preditiva é a mais profunda para a estimativa
de resultados desconhecidos e inclui técnicas de amostra
como árvores de decisão, redes neurais, análise de regressão
e classificação.
No que se refere à análise e à mineração de dados, julgue o próximo item.
Entre as tarefas de mineração de dados, as preditivas são
aquelas que usam os valores dos atributos descritivos para
encontrar padrões que descrevam os dados de maneira que o
ser humano possa interpretá-los.
No que se refere à análise e à mineração de dados, julgue o próximo item.
A mineração de dados pode ser entendida como um
subconjunto da análise de dados, pois é usada para descobrir
padrões ocultos em conjuntos de dados brutos, enquanto o
enfoque da análise de dados se encontra no exame dos
conjuntos de dados para a obtenção de conclusões precisas.
No que se refere à análise e à mineração de dados, julgue o próximo item.
A análise preditiva de dados se diferencia da análise
prescritiva de dados porque a primeira tem o objetivo de
determinar as consequências das decisões tomadas, enquanto
a segunda utiliza fatos do passado para visualizar e prever
eventos futuros.
No que se refere à análise e à mineração de dados, julgue o próximo item.
Entre as técnicas de mineração de dados, a análise de
sequência e caminho se caracteriza pelo processo de
encontrar relacionamentos entre dois conjuntos de dados
diferentes e aparentemente não relacionados.
Conheça nossos planos