Questões de Concurso
Sobre data mining em banco de dados
Foram encontradas 581 questões
Ano: 2023
Banca:
IDCAP
Órgão:
IDR de Maricá - RJ
Prova:
IDCAP - 2023 - IDR de Maricá - RJ - Técnico em Gestão de Informações Geográficas e Estatísticas |
Q4079792
Banco de Dados
A utilização de dados gerados pelos consumidores e
clientes em potencial para identificar o modelo de
anúncio que proporciona mais interação entre os
usuários e as suas postagens nas redes sociais, sites e
outras páginas (https://www.pontotel.com.br/), é um bom
exemplo de:
Ano: 2023
Banca:
IDCAP
Órgão:
IDR de Maricá - RJ
Prova:
IDCAP - 2023 - IDR de Maricá - RJ - Analista de Gestão de Informações Geográficas e Estatísticas - Tecnologia da Informação |
Q4076867
Banco de Dados
Assinale a alternativa incorreta no que diz respeito aos
conceitos de Data Warehouse e Data Mining:
Ano: 2023
Banca:
FUNDATEC
Órgão:
IFC-SC
Prova:
FUNDATEC - 2023 - IFC-SC - Analista de Tecnologia da Informação |
Q3702617
Banco de Dados
Como Data Mining e Business Intelligence (BI) podem ser utilizados juntos para
atingir um objetivo de trabalho?
Ano: 2023
Banca:
IF-MT
Órgão:
IF-MT
Prova:
IF-MT - 2023 - IF-MT - IF-MT - Professor do Ensino Básico, Técnico e Tecnológico: Informática |
Q2432601
Banco de Dados
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:
Ano: 2023
Banca:
FUNDATEC
Órgão:
IF-RS
Prova:
FUNDATEC - 2023 - IF-RS - Professor - Informática Geral |
Q2361756
Banco de Dados
Relacione a Coluna 1 à Coluna 2, associando os repositórios específicos de dados às
suas características.
Coluna 1
1. Data Warehouse.
2. Data Mart.
3. Data Mining.
Coluna 2
( ) Conhecido também como mineração de dados. Sua função principal é a varredura de grande quantidade de dados à procura de padrões e detecção de relacionamentos entre informações, gerando novos subgrupos de dados.
( ) Centraliza e consolida grandes quantidades de dados de várias fontes. Seus recursos analíticos permitem que as organizações obtenham informações de negócios úteis de seus dados para melhorar a tomada de decisões.
( ) É uma forma simples de utilizar outro repositório mencionado acima com foco em um único assunto ou linha de negócios.
( ) Com ele, as equipes podem acessar dados e obter insights mais rapidamente, pois não precisam perder tempo pesquisando em outros repositórios mais complexos ou agregando manualmente dados de diferentes fontes.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Coluna 1
1. Data Warehouse.
2. Data Mart.
3. Data Mining.
Coluna 2
( ) Conhecido também como mineração de dados. Sua função principal é a varredura de grande quantidade de dados à procura de padrões e detecção de relacionamentos entre informações, gerando novos subgrupos de dados.
( ) Centraliza e consolida grandes quantidades de dados de várias fontes. Seus recursos analíticos permitem que as organizações obtenham informações de negócios úteis de seus dados para melhorar a tomada de decisões.
( ) É uma forma simples de utilizar outro repositório mencionado acima com foco em um único assunto ou linha de negócios.
( ) Com ele, as equipes podem acessar dados e obter insights mais rapidamente, pois não precisam perder tempo pesquisando em outros repositórios mais complexos ou agregando manualmente dados de diferentes fontes.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Ano: 2023
Banca:
FGV
Órgão:
Câmara dos Deputados
Prova:
FGV - 2023 - Câmara dos Deputados - Câmara dos Deputados - Analista Legislativo - Contador - Manhã |
Q2335082
Banco de Dados
O Coeficiente Silhouette é utilizado na análise de agrupamentos,
principalmente para examinar
Ano: 2023
Banca:
FGV
Órgão:
Câmara dos Deputados
Prova:
FGV - 2023 - Câmara dos Deputados - Câmara dos Deputados - Analista Legislativo - Contador - Manhã |
Q2335081
Banco de Dados
CRISP-DM (Cross Industry Standard Process for Data Mining) é
uma metodologia utilizada em projetos de Ciência dos Dados.
De acordo com esta metodologia, a definição do problema que
será investigado por meio de técnicas de mineração de dados
ocorre na etapa
Ano: 2023
Banca:
CESGRANRIO
Órgão:
Transpetro
Prova:
CESGRANRIO - 2023 - Transpetro - Profissional Transpetro de Nível Superior - Junior: Ênfase 7: Análise de Sistemas - Sap - Finanças e Contabilidade |
Q2326097
Banco de Dados
Um grupo de programadores, trabalhando com mineração de dados de uma grande empresa, construiu um algoritmo baseado em um dos modelos de algoritmos de
mineração já existentes. No caso, o algoritmo construído
é um que executa múltiplas passagens sobre o banco
de dados de transações, sendo capaz de trabalhar com
um número grande de atributos, e que obtém, como resultado, diversas alternativas combinatórias entre eles,
utilizando-se de buscas sucessivas em toda a base de
dados e alcançando um desempenho de execução satisfatório.
O modelo de algoritmo de mineração de dados descrito na situação apresentada é baseado em algoritmos
O modelo de algoritmo de mineração de dados descrito na situação apresentada é baseado em algoritmos
Ano: 2023
Banca:
CESGRANRIO
Órgão:
Transpetro
Prova:
CESGRANRIO - 2023 - Transpetro - Profissional Transpetro de Nível Superior - Junior: Ênfase 7: Análise de Sistemas - Sap - Finanças e Contabilidade |
Q2326093
Banco de Dados
Uma equipe de TI pretende desenvolver um software para
atuar na mineração dos dados de uma empresa. Para
isso, a equipe utilizará uma técnica que categorize os dados com base em padrões previamente definidos, usando
o método de aprendizado supervisionado, no qual haverá
interferência manual e interativa na indicação das espécies e dos gêneros dos dados obtidos previamente.
Nesse caso, a técnica que a equipe utilizará é a de
Nesse caso, a técnica que a equipe utilizará é a de
Q2322054
Banco de Dados
João precisa criar um modelo interpretável de previsão de
cancelamento de serviços com base em dados de cliente,
demográficos e de tipo de serviço. Para tanto, João deve
considerar que o problema é tabular, com vários atributos e
regras de escolha complexas.
No contexto de técnicas de classificação, o tipo de algoritmo que João deverá utilizar é:
No contexto de técnicas de classificação, o tipo de algoritmo que João deverá utilizar é:
Q2322052
Banco de Dados
No contexto de Descoberta do Conhecimento em Bancos de
Dados - Knowledge Discovery in Database (KDD), o analista de
dados João deverá analisar um conjunto de dados preparado e
consolidado com dados financeiros sobre transações, saldos de
contas e históricos de crédito de clientes ao longo dos últimos
anos. O objetivo é identificar possíveis anomalias ou atividades
suspeitas que possam indicar fraudes.
Para isso, a fase do processo KDD que João deverá utilizar é:
Para isso, a fase do processo KDD que João deverá utilizar é:
Q2322051
Banco de Dados
O agente de fiscalização João está analisando um conjunto de
dados que representa o salário mensal de funcionários de uma
empresa. João utilizará o Diagrama de Boxplot para identificar a
presença de outliers nos dados. As estatísticas resumidas para os
dados são as seguintes:
Valor mínimo: R$ 1.200,00 Primeiro quartil (Q1): R$ 2.500,00 Mediana (Q2): R$ 3.200,00 Terceiro quartil (Q3): R$ 4.800,00 Valor máximo: R$ 10.000,00
Em relação à identificação de outliers usando o Diagrama de Boxplot, pode-se afirmar que serão considerados outliers:
Valor mínimo: R$ 1.200,00 Primeiro quartil (Q1): R$ 2.500,00 Mediana (Q2): R$ 3.200,00 Terceiro quartil (Q3): R$ 4.800,00 Valor máximo: R$ 10.000,00
Em relação à identificação de outliers usando o Diagrama de Boxplot, pode-se afirmar que serão considerados outliers:
Q2322049
Banco de Dados
Considere o conjunto de dados da entidade PACIENTE que possui
o atributo do tipo contínuo TEMPERATURA com os valores {38.0,
39.5, 36.0, 35.5}. Para alimentar uma tarefa de Mineração de
Dados, é necessário transformar os dados do atributo
TEMPERATURA em um número finito de intervalos, como: {35-37,
38-40}.
A tarefa de preparação de dados utilizada no atributo TEMPERATURA é:
A tarefa de preparação de dados utilizada no atributo TEMPERATURA é:
Ano: 2023
Banca:
Quadrix
Órgão:
CREFITO-14ª Região(PI)
Prova:
Quadrix - 2023 - CREFITO-14ª Região(PI) - Analista Administrativo - Tecnologia da Informação |
Q2288452
Banco de Dados
Assinale a alternativa que apresenta o método de mineração
de dados que é especificamente associado a tarefas
de classificação, cujo objetivo é classificar as instâncias
em classes predefinidas com base em características
ou atributos.
Ano: 2023
Banca:
Quadrix
Órgão:
CREFITO-14ª Região(PI)
Prova:
Quadrix - 2023 - CREFITO-14ª Região(PI) - Analista Administrativo - Tecnologia da Informação |
Q2288451
Banco de Dados
No modelo de referência CRISP‑DM, a fase que é
geralmente executada em várias iterações, nas quais os
analistas de dados executam vários modelos, utilizando as
configurações padrão, e vão ajustando os parâmetros para
valores otimizados é a(o)
Ano: 2023
Banca:
FEPESE
Órgão:
EMASA-SC
Prova:
FEPESE - 2023 - EMASA-SC - Analista de Tecnologia da Informação |
Q2284001
Banco de Dados
Assinale a alternativa que indica corretamente a
técnica de mineração de dados que tem como objetivo primário identificar relacionamentos através de
modelos de dependência entre variáveis distintas em
grandes bancos de dados.
Ano: 2023
Banca:
FGV
Órgão:
TJ-SE
Prova:
FGV - 2023 - TJ-SE - Analista Judiciário - Especialidade - Análise de Sistemas - Suporte Técnico em Infraestrutura |
Q2282297
Banco de Dados
Durante a Mineração dos Dados sobre a tramitação dos
processos eletrônicos do TJSE, o analista Pedro não estava
chegando a resultados compreensíveis e resolveu verificar se
havia anomalias nos dados.
Para isso, o analista Pedro empregou a técnica:
Para isso, o analista Pedro empregou a técnica:
Ano: 2023
Banca:
FGV
Órgão:
TJ-SE
Prova:
FGV - 2023 - TJ-SE - Analista Judiciário - Especialidade - Análise de Sistemas - Banco de Dados - |
Q2281951
Banco de Dados
Uma das etapas mais importantes do processo de Mineração de
Dados é o pré-processamento dos dados das fontes que,
normalmente, apresentam diversos tipos de heterogeneidade. A
operação de pré-processamento que transforma dados
quantitativos (contínuos) em dados qualitativos, ou seja,
atributos numéricos em atributos discretos ou nominais com um
número finito de intervalos, obtendo uma partição não
sobreposta de um domínio contínuo, é a:
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
TBG
Prova:
CESPE / CEBRASPE - 2023 - TBG - Analista Júnior – Ênfase: Comercialização |
Q2281431
Banco de Dados
Acerca de mineração de dados (data mining), julgue o item a seguir.
A mineração de dados não se limita às técnicas de obtenção
de dados, envolvendo também a observação de padrões nos
dados obtidos.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
TBG
Prova:
CESPE / CEBRASPE - 2023 - TBG - Analista Júnior – Ênfase: Comercialização |
Q2281430
Banco de Dados
Acerca de mineração de dados (data mining), julgue o item a seguir.
No procedimento de limpeza de dados (data cleaning),
identifica-se ausência de valores quando um conjunto de
dados apresenta apenas dados agregados em relação a
certo atributo.
Conheça nossos planos