Questões de Concurso Sobre data mining em banco de dados

Foram encontradas 568 questões

Q644232 Banco de Dados

Julgue o item subsecutivo, acerca de mineração de dados.

As aglomerações, tipos de informação obtidos por meio da mineração de dados, caracterizam-se por se ligarem a um único e específico evento, em torno do qual ocorrem várias ações, com produção sistêmica de informações gerenciais que apoiarão uma nova ocorrência do mesmo tipo de evento.

Alternativas
Q644231 Banco de Dados

Julgue o item subsecutivo, acerca de mineração de dados.

Para a realização de prognósticos por meio de técnicas de mineração de dados, parte-se de uma série de valores existentes obtidos de dados históricos bem como de suposições controladas a respeito das condições futuras, para prever outros valores e situações que ocorrerão e, assim, planejar e preparar as ações organizacionais.

Alternativas
Q623432 Banco de Dados
São objetivos da Mineração de Dados:
Alternativas
Q621642 Banco de Dados
Acerca de data mining, assinale a opção correta.
Alternativas
Q617692 Banco de Dados
Com relação à forma como os dados são armazenados e manipulados no desenvolvimento de aplicações, julgue o item a seguir.

Na implementação de mineração de dados (data mining), a utilização da técnica de padrões sequenciais pode ser útil para a identificação de tendências.
Alternativas
Q902505 Banco de Dados
Uma organização precisa utilizar o máximo de informação para criar e manter vantagem competitiva. Profissionais tomadores de decisão exigem dos sistemas de suporte à decisão mais recursos para análise, front-ends que suportem consultas ad hoc, etc. Neste contexto, um DW − Data Warehouse pode ser muito útil, pois é
Alternativas
Q762153 Banco de Dados
A etapa de Mineração de Dados (DM – Data Mining) tem como objetivo buscar efetivamente o conhecimento no contexto da aplicação de KDD (Knowledge Discovery in Databases – Descoberta de Conhecimento em Base de Dados). Alguns autores referem‐se à Mineração de Dados e à Descoberta de Conhecimento em Base de Dados como sendo sinônimos. Na etapa de Mineração de Dados são definidos os algoritmos e/ou técnicas que serão utilizados para resolver o problema apresentado. Podem ser usados Redes Neurais, Algoritmo Genéticos, Modelos Estatísticos e Probabilísticos, entre outros, sendo que esta escolha irá depender do tipo de tarefa de KDD que será realizado. “Uma dessas tarefas compreende a busca por uma função que mapeie os registros de um banco de dados em um intervalo de valores reais.” Trata‐se de:
Alternativas
Q762152 Banco de Dados
A Mineração de Dados (DM – Data Mining) é uma das etapas da Descoberta do Conhecimento em Base de Dados (KDD – Knowledge Discovery in Databases), sendo considerada a principal etapa do processo de KDD. Neste processo, existe um conceito essencial, por dois motivos principais, que tem a seguinte definição “podem ser usadas após a etapa de Mineração de Dados, a fim de ordenar ou filtrar os padrões descobertos de acordo com o grau de interesse associado a estes padrões; podem ser usadas para restringir ou guiar o espaço de busca de Mineração de Dados, melhorando a eficiência da busca ao eliminar conjuntos de padrões que não satisfaçam a condições predeterminadas”. (Goldschmidt; Passos; Bezerra, 2015.)
A definição anterior trata‐se de qual conceito?
Alternativas
Q598157 Banco de Dados
Em um processo de Data Mining em um banco de dados, foram considerados dois atributos de clientes de uma organização: diploma (grau de instrução) e renda. Com base nestes atributos o Administrador de BD criou as regras:

Para toda pessoa P, P.diploma=doutor and P.renda > 275.000,00 Imagem associada para resolução da questão P.crédito = excelente

Para toda pessoa P, P.diploma=bacharel or (P.renda > 75.000,00 and P.renda <120.000,00) Imagem associada para resolução da questão P.crédito = bom 


Considerando as técnicas de Data Mining, é correto afirmar que as regras acima 
Alternativas
Q597693 Banco de Dados
Os sistemas de suporte à decisão extraem informações necessárias para a tomada de decisão, utilizando consultas complexas sobre grandes volumes de dados. Analise as seguintes afi rmações a conceitos e ferramentas de suporte a decisão e classifi que-as como verdadeiras (V) ou falsas (F). Em seguida assinale a opção correta.
I. O ETL (Extract Transform Load) são ferramentas de software cuja função é a extração de dados de diversos sistemas, transformação desses dados conforme regras de negócios e por fi m a carga dos dados geralmente em um Data Mart e um Data Warehouse.
II. O OLAP (Online Analytical Processing) fornece para organizações um método de acessar, visualizar, e analisar os dados corporativos com alta fl exibilidade e performance.
III. Um Data Warehouse é utilizado para armazenar informações relativas às atividades de uma organização em bancos de dados, de forma consolidada.
IV. O Data Mining, diferentemente do OLAP, fornece informações de dados corporativos ocultos em grandes bancos de dados, podendo prever comportamentos futuros.
As afirmações I, II, III e IV são, respectivamente:
Alternativas
Q596412 Banco de Dados
Julgue o item a seguir, a respeito de datawarehouse e de datamining.

Uma vez que os esquemas floco de neve possuem menor redundância do que os esquemas estrela, sua manutenção é mais fácil de ser realizada.
Alternativas
Q596411 Banco de Dados
Julgue o item a seguir, a respeito de datawarehouse e de datamining.

No projeto de um esquema estrela, é necessário fazer algumas suposições a respeito do comportamento do usuário no que se refere às consultas realizadas ao sistema.
Alternativas
Q596410 Banco de Dados
Julgue o item a seguir, a respeito de datawarehouse e de datamining.

Em um processo de mineração, durante a etapa de preparação dos dados, são analisados os requisitos de negócio para consolidar os dados.
Alternativas
Q594891 Banco de Dados
A mineração de dados busca descobrir novas informações em grandes quantidades de dados. NÃO é objetivo da mineração de dados:
Alternativas
Q580267 Banco de Dados
Acerca de data warehouse (DW), Business Intelligence (BI) e data mining, julgue o item que se segue.

Situação hipotética: Após o período de inscrição para o vestibular de determinada universidade pública, foram reunidas informações acerca do perfil dos candidatos, cursos inscritos e concorrências. Ademais, que, por meio das soluções de BI e DW que integram outros sistemas, foram realizadas análises para a detecção de relacionamentos sistemáticos entre as informações registradas. Assertiva: Nessa situação, tais análises podem ser consideradas como data mining, pois agregam valor às decisões do MEC e sugerem tendências, como, por exemplo, o aumento no número de escolas privadas e a escolha de determinado curso superior.
Alternativas
Q577598 Banco de Dados
Julgue o item seguinte, referente a data mining.

O conhecimento obtido no processo de data mining pode ser classificado como uma regra de associação quando, em um conjunto de eventos, há uma hierarquia de tuplas sequenciais.


Alternativas
Q577597 Banco de Dados
Julgue o item seguinte, referente a data mining.

Algoritmo genético é uma das ferramentas do data mining que utiliza mecanismos de biologia evolutiva, como hereditariedade, recombinação, seleção natural e mutação, para solucionar e agrupar problemas.


Alternativas
Q577596 Banco de Dados
Julgue o item seguinte, referente a data mining.

A predição em algoritmos de data mining objetiva modelar funções sobre valores para apresentar o comportamento futuro de determinados atributos.


Alternativas
Q577595 Banco de Dados
Julgue o item seguinte, referente a data mining.

Selecionar uma amostra e determinar os conjuntos de itens frequentes dessa amostra para formar a lista de previsão de subconjunto são as principais características do algoritmo de previsão.


Alternativas
Q566707 Banco de Dados
Considere a arquitetura geral de um sistema de BI- Business Intelligence mostrada na figura abaixo. Imagem associada para resolução da questão
Nesta arquitetura
Alternativas
Respostas
401: E
402: C
403: C
404: C
405: C
406: C
407: A
408: A
409: C
410: A
411: C
412: C
413: E
414: C
415: C
416: E
417: C
418: C
419: E
420: D