Questões de Concurso
Sobre data mining em banco de dados
Foram encontradas 568 questões
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-AL
Prova:
CESPE / CEBRASPE - 2021 - SEFAZ-AL - Auditor Fiscal de Finanças e Controle de Arrecadação da Fazenda Estadual |
Q1851814
Banco de Dados
Texto associado
Julgue o próximo item, a respeito de POSTGRESQL, bancos
de dados não relacionais e técnicas para pré-processamento de
dados.
O processo de preparação da base de dados consiste em
excluir as informações faltantes dos problemas a serem
resolvidos e dos algoritmos utilizados.
Ano: 2021
Banca:
CESGRANRIO
Órgão:
Banco do Brasil
Prova:
CESGRANRIO - 2021 - Banco do Brasil - Escriturário - Agente Comercial - Prova B |
Q1830893
Banco de Dados
Um banco decidiu realizar uma ação de marketing de um
novo produto. Buscando apoiar essa ação, a área de TI
decidiu estabelecer um mecanismo para identificar quais
clientes estariam mais inclinados a adquirir esse produto.
Esse mecanismo partia de uma base histórica de clientes
que receberam a oferta do produto, e tinha várias colunas
com dados sobre os clientes e a oferta, além de uma coluna registrando se eles haviam efetuado ou não a compra
do tal produto.
Para isso, decidiram ser mais adequado usar um processo de mineração de dados baseado na noção de
Ano: 2021
Banca:
FGV
Órgão:
SEFAZ-ES
Prova:
FGV - 2021 - SEFAZ-ES - Auditor Fiscal da Receita Estadual - Manhã |
Q1809896
Banco de Dados
Maria está preparando um relatório sobre as empresas de
serviços de um município, de modo a identificar e estudar o porte
dessas empresas com vistas ao estabelecimento de políticas
públicas e previsões de arrecadação.
Maria pretende criar nove grupos de empresas, de acordo com os
valores de faturamento, e recorreu às técnicas usualmente
empregadas em procedimentos de data mining para estabelecer
as faixas de valores de cada grupo.
Assinale a opção que apresenta a técnica diretamente aplicável a
esse tipo de classificação.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
PC-DF
Prova:
CESPE / CEBRASPE - 2021 - PC-DF - Agente de Polícia da Carreira de Polícia Civil do Distrito Federal |
Q1797821
Banco de Dados
Com relação a mineração de dados, aprendizado de máquina e
aplicações Python, julgue o item a seguir.
A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva da mineração de dados, a qual viabiliza o mapeamento rápido e preciso de novos tipos de golpes por meio de modelos de classificação de padrões predefinidos de fraudes.
A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva da mineração de dados, a qual viabiliza o mapeamento rápido e preciso de novos tipos de golpes por meio de modelos de classificação de padrões predefinidos de fraudes.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
MPE-AP
Prova:
CESPE / CEBRASPE - 2021 - MPE-AP - Analista Ministerial - Especialidade: Tecnologia da Informação |
Q1793270
Banco de Dados
O processo que emprega técnicas estatísticas, matemáticas e de
inteligência artificial, para extrair e identificar informações úteis,
conhecimentos e padrões na forma de regra de negócio, a partir
de vastos conjuntos de dados, denomina-se
Ano: 2021
Banca:
FADESP
Órgão:
Câmara de Marabá - PA
Prova:
FADESP - 2021 - Câmara de Marabá - PA - Técnico em Processamento de Dados |
Q1790654
Banco de Dados
O processo de extrair padrões consistentes de uma grande quantidade de dados, gerando
introspecções valiosas, é chamado de
Ano: 2021
Banca:
SELECON
Órgão:
EMGEPRON
Prova:
SELECON - 2021 - EMGEPRON - Analista de Sistemas (Auditoria) |
Q1771450
Banco de Dados
No que diz respeito à mineração de dados, Data
Mining é um processo para explorar grandes
quantidades de dados à procura de padrões
consistentes, visando transformar dados em
informações úteis, e que utiliza diversas técnicas de
análise e mineração de dados, das quais três são
caracterizadas a seguir.
I. É direcionada ao agrupamento de dados, com base em um critério de identificação de dados semelhantes, fundamental para a seleção de grupos e posterior geração de insights. II. São utilizadas com mais frequência nos estágios iniciais do processo de Data Mining que servem para modelar relações entre os dados que entram e saem do processo de mineração. Por meio do uso de algoritmos, podem reconhecer padrões escondidos e correlações em dados brutos, agrupá-los e classificá-los e, com o tempo, aprender e melhorar continuamente. III. É uma ferramenta para ajudar uma pessoa, ou um grupo de pessoas, a tomarem uma decisão ao visualizar as suas ramificações e consequências. É uma ferramenta de suporte bastante útil para orientar discussões e guiar um grupo na resolução de um problema ou, até mesmo, na elaboração de um plano de ação. É de fácil interpretação dos dados e mostra o caminho a ser percorrido para alcançar determinado objetivo.
Essas técnicas em I, II e III, são conhecidas, respectivamente, como:
I. É direcionada ao agrupamento de dados, com base em um critério de identificação de dados semelhantes, fundamental para a seleção de grupos e posterior geração de insights. II. São utilizadas com mais frequência nos estágios iniciais do processo de Data Mining que servem para modelar relações entre os dados que entram e saem do processo de mineração. Por meio do uso de algoritmos, podem reconhecer padrões escondidos e correlações em dados brutos, agrupá-los e classificá-los e, com o tempo, aprender e melhorar continuamente. III. É uma ferramenta para ajudar uma pessoa, ou um grupo de pessoas, a tomarem uma decisão ao visualizar as suas ramificações e consequências. É uma ferramenta de suporte bastante útil para orientar discussões e guiar um grupo na resolução de um problema ou, até mesmo, na elaboração de um plano de ação. É de fácil interpretação dos dados e mostra o caminho a ser percorrido para alcançar determinado objetivo.
Essas técnicas em I, II e III, são conhecidas, respectivamente, como:
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754012
Banco de Dados
Texto associado
Em uma organização, foram elencadas as necessidades a
seguir.
I Aplicação de modelo de gerenciamento com base no Six
Sigma, de modo a gerenciar as etapas da Mineração de Dados
do setor responsável.
II Implantação do processo Sequenciar Atividades, no
desenvolvimento do cronograma do projeto, com base no
PMBOK.
III Implantação de abordagem ágil em relação à criação do
backlog do projeto — lista ordenada de todo o trabalho,
apresentado em forma de história.
Tendo como referência essa situação hipotética e a gestão de
projetos em ciência de dados, julgue o item a seguir
Para o atendimento à necessidade I, deve-se implantar a
CRISP-DM, cujas etapas são Entendimento do Negócio,
Entendimento dos Dados, Preparação dos Dados,
Modelagem, Avaliação e Aplicação.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753999
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
Em cada iteração na estimação do parâmetro β, o método do
gradiente descendente requer n observações da base de
treinamento, ao passo que o método do gradiente
descendente estocástico utiliza uma observação selecionada
aleatoriamente dessa base de treinamento.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753998
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
Entre as condições ideais relativas à função objetivo g(β)
para a aplicação do método do gradiente descendente
incluem-se convexidade, continuidade e diferenciabilidade.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753996
Banco de Dados
Texto associado
Determinado parâmetro β será estimado recursivamente
com a ajuda de um método de otimização matemática com base
em uma função objetivo g(β). Para essa estimação, a base de
dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se
seguem.
O gradiente descendente em lote é um método probabilístico
de otimização no qual, para cada iteração, encontram-se
L × n observações geradas mediante amostragem (com
reposição) da base de dados de treinamento (em que L
representa o número de lotes, com L > 1).
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753992
Banco de Dados
Texto associado
No que se refere a técnicas de regressão, técnicas de agrupamento
e aprendizado profundo, julgue os item seguinte.
O modelo de regressão linear é suscetível à
multicolinearidade, a qual diz respeito ao fato de o erro da
predição permanecer estável, dentro de um intervalo de
confiança aceitável, à medida que os valores de entrada
mudam.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753987
Banco de Dados
Texto associado
Sobre as técnicas de classificação em aprendizado de máquina,
julgue o item a seguir.
As árvores de decisão apresentam significativa
independência dos dados de treinamento, o que garante forte
estabilidade dos caminhos em caso de mudanças nos dados.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
APEX Brasil
Prova:
CESPE / CEBRASPE - 2021 - APEX Brasil - Analista - Tecnologia da Informação e Comunicação |
Q1752783
Banco de Dados
Um data mining revela informações que consultas manuais não
poderiam revelar efetivamente. Por exemplo, em data mining, o
algoritmo de classificação permite
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
Polícia Federal
Provas:
CESPE / CEBRASPE - 2021 - Polícia Federal - Escrivão de Polícia Federal
|
CESPE / CEBRASPE - 2021 - Polícia Federal - Agente de Polícia Federal |
CESPE / CEBRASPE - 2021 - Polícia Federal - Papiloscopista Policial Federal |
Q1751742
Banco de Dados
Acerca dos conceitos de mineração de dados, aprendizado de
máquina e bigdata, julgue o próximo item.
A análise de clustering é uma tarefa que consiste em agrupar um conjunto de objetos de tal forma que estes, juntos no mesmo grupo, sejam mais semelhantes entre si que em outros grupos.
A análise de clustering é uma tarefa que consiste em agrupar um conjunto de objetos de tal forma que estes, juntos no mesmo grupo, sejam mais semelhantes entre si que em outros grupos.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
TCE-RJ
Prova:
CESPE / CEBRASPE - 2021 - TCE-RJ - Analista de Controle Externo - Especialidade: Tecnologia da Informação |
Q1680475
Banco de Dados
A respeito de mineração de dados, julgue o item que se segue.
No método de classificação para mineração de dados,
a filiação dos objetos é obtida por meio de um processo não
supervisionado de aprendizado, em que somente as variáveis
de entrada são apresentadas para o algoritmo.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
TCE-RJ
Prova:
CESPE / CEBRASPE - 2021 - TCE-RJ - Analista de Controle Externo - Especialidade: Tecnologia da Informação |
Q1680474
Banco de Dados
A respeito de mineração de dados, julgue o item que se segue.
No método de mineração de dados por agrupamento
(clustering), são utilizados algoritmos com heurísticas para
fins de descoberta de agregações naturais entre objetos.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
TCE-RJ
Prova:
CESPE / CEBRASPE - 2021 - TCE-RJ - Analista de Controle Externo - Especialidade: Tecnologia da Informação |
Q1680473
Banco de Dados
A respeito de mineração de dados, julgue o item que se segue.
O fator de suporte e o fator de confiança são dois índices
utilizados para definir o grau de certeza de uma regra de
associação.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
TCE-RJ
Prova:
CESPE / CEBRASPE - 2021 - TCE-RJ - Analista de Controle Externo - Especialidade: Tecnologia da Informação |
Q1680472
Banco de Dados
A respeito de mineração de dados, julgue o item que se segue.
Os principais métodos de análise de agrupamentos em
mineração de dados incluem redes neurais, lógica difusa,
métodos estatísticos e algoritmos genéticos.
Ano: 2021
Banca:
CESPE / CEBRASPE
Órgão:
TCE-RJ
Prova:
CESPE / CEBRASPE - 2021 - TCE-RJ - Analista de Controle Externo - Especialidade: Controle Externo |
Q1680460
Banco de Dados
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
As regras de associação adotadas em mineração de dados buscam padrões frequentes entre conjuntos de dados e podem ser úteis para
caracterizar, por exemplo, hábitos de consumo de clientes: suas preferências são identificadas e em seguida associadas a outros
potenciais produtos de seu interesse.
Conheça nossos planos