Questões de Concurso
Sobre data mining em banco de dados
Foram encontradas 568 questões
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078034
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
O entendimento do negócio é a fase do ciclo do CRISP-DM que exige mais tempo em mineração de dados, pois estima-se que essa etapa, geralmente, leve entre 50 e 70% do tempo e do esforço de um projeto.
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078033
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
Modelagem e avaliação são algumas das fases do ciclo do CRISP-DM.
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078032
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
A única desvantagem que impede o uso em larga escala do CRISP-DM é o seu alto custo, uma vez que os usuários somente podem utilizá-lo após a aquisição da licença.
Ano: 2023
Banca:
Quadrix
Órgão:
CREF - 3ª Região (SC)
Prova:
Quadrix - 2023 - CREF - 3ª Região (SC) - Analista de Tecnologia da Informação |
Q2078031
Banco de Dados
No que diz respeito ao modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining), julgue o item.
O CRISP-DM é uma metodologia abrangente de mineração de dados e um modelo de processo que fornece, para os usuários de data mining (DM), um modelo completo para a realização de um projeto de DM.
Ano: 2023
Banca:
FGV
Órgão:
CGE-SC
Prova:
FGV - 2023 - CGE-SC - Auditor do Estado - Ciências da Computação - Tarde (Conhecimentos Específicos) |
Q2066826
Banco de Dados
Sobre detecção de anomalias, analise as afirmativas a seguir.
I. São exemplos de detecção de anomalias: detecção de fraude, detecção de intrusão, monitoramento de sistemas de saúde, qualidade de um produto. II. São métodos que conseguem lidar com detecção de anomalias: algoritmos baseados em densidade, análise de agrupamento, redes neurais recorrentes, redes bayesianas e modelos de Markov escondidos. III. A distribuição normal é a distribuição mais comum dos dados considerados dentro de uma normalidade, porém, podemos obter normalidade também por meio de outros tipos de distribuição como a distribuição de Bernoulli, distribuição uniforme, distribuição binomial e distribuição de Minkowski. IV. A métrica de avaliação desses métodos pode ajudar na identificação de dados fora do padrão. Portanto, as métricas de precisão, sensibilidade e medida-F1 são exemplos de métricas utilizadas para detecção de anomalias.
Está correto o que se afirma em
I. São exemplos de detecção de anomalias: detecção de fraude, detecção de intrusão, monitoramento de sistemas de saúde, qualidade de um produto. II. São métodos que conseguem lidar com detecção de anomalias: algoritmos baseados em densidade, análise de agrupamento, redes neurais recorrentes, redes bayesianas e modelos de Markov escondidos. III. A distribuição normal é a distribuição mais comum dos dados considerados dentro de uma normalidade, porém, podemos obter normalidade também por meio de outros tipos de distribuição como a distribuição de Bernoulli, distribuição uniforme, distribuição binomial e distribuição de Minkowski. IV. A métrica de avaliação desses métodos pode ajudar na identificação de dados fora do padrão. Portanto, as métricas de precisão, sensibilidade e medida-F1 são exemplos de métricas utilizadas para detecção de anomalias.
Está correto o que se afirma em
Q3997128
Banco de Dados
A Mineração de Dados é comumente classificada pela sua capacidade em realizar
determinadas tarefas. Qual das tarefas abaixo descreve a natureza de ocorrências futuras,
de certos eventos, com base nos acontecimentos passados?
Q3997127
Banco de Dados
A Mineração de Dados requer uma adequação prévia dos dados por meio de técnicas de
pré-processamento. Algumas técnicas estão listadas abaixo:
(A) Agregação.
(B) Amostragem.
(C) Redução de Dimensionalidade.
(D) Discretização e Binarização.
Relacione os itens acima com os seus respectivos conceitos:
(1) É a técnica que diminui o número de atributos de um conjunto de dados, criando novos atributos que sejam uma combinação dos atributos antigos.
(2) É a combinação de dois ou mais objetos em um único.
(3) É comumente usada para selecionar um subconjunto dos objetos de dados a serem analisados.
(4) É aquela que transforma um atributo contínuo em um categorizado e transforma, tanto os atributos contínuos quanto os discretos, em um ou mais atributos binários.
Entre as alternativas abaixo, qual é a que apresenta a relação da técnica com o seu conceito de forma CORRETA?
(A) Agregação.
(B) Amostragem.
(C) Redução de Dimensionalidade.
(D) Discretização e Binarização.
Relacione os itens acima com os seus respectivos conceitos:
(1) É a técnica que diminui o número de atributos de um conjunto de dados, criando novos atributos que sejam uma combinação dos atributos antigos.
(2) É a combinação de dois ou mais objetos em um único.
(3) É comumente usada para selecionar um subconjunto dos objetos de dados a serem analisados.
(4) É aquela que transforma um atributo contínuo em um categorizado e transforma, tanto os atributos contínuos quanto os discretos, em um ou mais atributos binários.
Entre as alternativas abaixo, qual é a que apresenta a relação da técnica com o seu conceito de forma CORRETA?
Q3997105
Banco de Dados
Podem haver vários tipos de análises, em grandes ambientes, de Data Warehouse. Para
além de consultas em SQL, é possível ter operações analíticas mais avançadas sobre os
dados. Dois dos principais tipos de análise de dados são OLAP (On-Line Analytic
Processing) e Data Mining. Escolha a alternativa CORRETA sobre Data Mining e OLAP.
Ano: 2022
Banca:
IF-SP
Órgão:
IF-SP
Prova:
IF-SP - 2022 - IF-SP - Analista de Tecnologia da Informação - Ciência de Dados |
Q3976958
Banco de Dados
Quando se inicia os trabalhos de aprendizado em bases de dados é comum identificar problemas na base de dados. Por isso, na etapa de pré-
-processamento, os dados passam por recursos de
limpeza, integração de bases de dados, redução na
quantidade de atributos ou dados, transformação
nos formatos dos dados ou discretização de alguns.
Considerando esses recursos, indique a alternativa
incorreta que os define.
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-SE
Prova:
CESPE / CEBRASPE - 2022 - SEFAZ-SE - Auditor Técnico de Tributos (tarde) |
Q2501776
Banco de Dados
Na mineração de texto, o processo utilizado para remover os
prefixos e sufixos de palavras, de modo a permanecer somente a
raiz delas, com a finalidade de melhorar o armazenamento, é
conhecido como
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
PC-PB
Prova:
CESPE / CEBRASPE - 2022 - PC-PB - Agente de Investigação |
Q2339721
Banco de Dados
A árvore de decisão é uma técnica utilizada em mineração de
dados cuja abordagem para a criação de regras para utilização
nos próximos eventos é a
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
BNB
Prova:
CESPE / CEBRASPE - 2022 - BNB - Analista de Sistemas – Infraestrutura e Segurança da informação |
Q2023608
Banco de Dados
A respeito de business intelligence, julgue o próximo item.
Em data mining, a técnica de associação é baseada na
probabilidade condicional, a qual avalia determinados
valores que aparecem juntos nos mesmo eventos.
Q2005974
Banco de Dados
Texto associado
Nas questões que avaliem conhecimentos de informática, a menos que seja explicitamente informado o contrário, considere que: todos os programas mencionados estejam em configuração-padrão, em português; o mouse esteja configurado para pessoas destras; expressões como clicar, clique simples e clique duplo refiram-se a cliques com o botão esquerdo do mouse; e teclar corresponda à operação de pressionar uma tecla e, rapidamente, liberá-la, acionando-a apenas uma vez. Considere também que não haja restrições de proteção, de funcionamento e de uso em relação aos programas, arquivos, diretórios, recursos e equipamentos mencionados.
No DataMining, a função de pré-processamento que consiste
em conseguir, de alguma forma, mais informação que possa
ser agregada aos registros existentes, para que estes
forneçam mais informações para o processo de descoberta
de conhecimento, é o(a)
Ano: 2022
Banca:
FGV
Órgão:
TRT - 13ª Região (PB)
Prova:
FGV - 2022 - TRT - 13ª Região (PB) - Analista Judiciário - Tecnologia da Informação |
Q1993175
Banco de Dados
No contexto da implementação de tecnologias para data mining e
apresentação de dados, a sigla ETL refere-se
Ano: 2022
Banca:
COPEVE-UFAL
Órgão:
TCE-AL
Prova:
COPEVE-UFAL - 2022 - TCE-AL - Agente de Controle Externo - Ciências da Computação |
Q1985594
Banco de Dados
Em muitos problemas reais, os dados contêm classes
majoritárias e minoritárias. Por exemplo, ao se analisar dados
sobre fraudes em bancos, é mais provável que os conjuntos de
dados contenham poucos dados de fraude e muitos de não
fraude. Ao dividir o conjunto de dados em conjunto de
treinamento e conjunto de teste para avaliar um modelo de
classificação, qual técnica garante que o conjunto de teste tenha
elementos da classe minoritária?
Ano: 2022
Banca:
FCC
Órgão:
TRT - 23ª REGIÃO (MT)
Prova:
FCC - 2022 - TRT - 23ª REGIÃO (MT) - Analista Judiciário - Área Apoio - Tecnologia da Informação |
Q1970474
Banco de Dados
Considere que o Tribunal Regional do Trabalho utiliza o modelo de referência CRISP-DM (Cross Industry Standard Process for
Data Mining). Em um certo momento, uma equipe de Analistas está discutindo as seguintes questões relativas a um projeto:
− Qual formato de data será utilizado: dd/mm/aaaa ou mm/dd/aaaa?
− Os dados advindos das diversas fontes, relativos a um mesmo conteúdo, são compatíveis entre si?
− Os campos binários serão formatados com True e False ou terão que ser convertidos para 1 e 0?
− Após as análises descritivas, a média, a mediana, a moda e a quantidade dos dados estão de acordo com as categorias definidas?
Com base nas questões apresentadas, a equipe está trabalhando na etapa do CRISP-DM denominada
− Qual formato de data será utilizado: dd/mm/aaaa ou mm/dd/aaaa?
− Os dados advindos das diversas fontes, relativos a um mesmo conteúdo, são compatíveis entre si?
− Os campos binários serão formatados com True e False ou terão que ser convertidos para 1 e 0?
− Após as análises descritivas, a média, a mediana, a moda e a quantidade dos dados estão de acordo com as categorias definidas?
Com base nas questões apresentadas, a equipe está trabalhando na etapa do CRISP-DM denominada
Ano: 2022
Banca:
FGV
Órgão:
SEFAZ-AM
Prova:
FGV - 2022 - SEFAZ-AM - Técnico de Arrecadação de Tributos Estaduais - Tarde |
Q1966257
Banco de Dados
Leia o fragmento a seguir.
“A tarefa de detecção de anomalias é um caso particular de problema de _____, onde a quantidade de objetos da classe alvo (anomalia) é muito inferior à quantidade de objetos da classe normal e, adicionalmente, o custo da não detecção de uma anomalia (_____) é normalmente muito maior do que identificar um objeto normal como uma anomalia (_____)”
Assinale a opção cujos itens completam corretamente as lacunas do fragmento acima, na ordem apresentada.
“A tarefa de detecção de anomalias é um caso particular de problema de _____, onde a quantidade de objetos da classe alvo (anomalia) é muito inferior à quantidade de objetos da classe normal e, adicionalmente, o custo da não detecção de uma anomalia (_____) é normalmente muito maior do que identificar um objeto normal como uma anomalia (_____)”
Assinale a opção cujos itens completam corretamente as lacunas do fragmento acima, na ordem apresentada.
Ano: 2022
Banca:
FGV
Órgão:
SEFAZ-AM
Prova:
FGV - 2022 - SEFAZ-AM - Técnico de Arrecadação de Tributos Estaduais - Tarde |
Q1966256
Banco de Dados
Com relação ao algoritmo de K-Means, analise as afirmativas a
seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) Consiste em fixar k centroides de modo quadrático, sendo um para cada novo cluster.
( ) Associa cada indivíduo ao centroide do seu vizinho, obtido pelo cálculo da minimização da soma quadrática das distâncias entre os dados e os centroides mais próximos.
( ) Recalcula os centroides com base nos indivíduos classificados.
As afirmativas são, na ordem apresentada, respectivamente,
( ) Consiste em fixar k centroides de modo quadrático, sendo um para cada novo cluster.
( ) Associa cada indivíduo ao centroide do seu vizinho, obtido pelo cálculo da minimização da soma quadrática das distâncias entre os dados e os centroides mais próximos.
( ) Recalcula os centroides com base nos indivíduos classificados.
As afirmativas são, na ordem apresentada, respectivamente,
Ano: 2022
Banca:
IDECAN
Órgão:
TJ-PI
Prova:
IDECAN - 2022 - TJ-PI - Analista de Sistemas / Banco de Dados |
Q1965840
Banco de Dados
Criada na década de 90, a expressão Data Mining serve para
definirmos a área de estudo de dados focada na aquisição de
conhecimento a partir destes dados. Essa área conta com o
apoio de outras áreas de estudo, como por exemplo a
estatística e a inteligência artificial. Marque a alternativa que
indica, corretamente, o nome do tipo de problema que Data
Mining é capaz de resolver e que é um caso especifico de
problemas de classificação.
Ano: 2022
Banca:
FEPESE
Órgão:
Prefeitura de Criciúma - SC
Prova:
FEPESE - 2022 - Prefeitura de Criciúma - SC - Auditor Fiscal da Receita Municipal |
Q1963307
Banco de Dados
Quais tipos de conhecimento podem ser descobertos empregando técnicas clássicas de mineração de dados?
1. Regras de Associação
2. Hierarquias de classificação
3. Padrões sequenciais ou de série temporal
4. Conhecimento implícito, emergente e não estruturado
5. Agrupamentos e segmentações
Assinale a alternativa que indica todas as afirmativas corretas.
Conheça nossos planos