Questões de Concurso
Sobre data mining em banco de dados
Foram encontradas 573 questões
Ano: 2012
Banca:
IFC
Órgão:
IFC-SC
Prova:
IFC - 2012 - IFC-SC - Analista de Tecnologia da Informação |
Q356300
Banco de Dados
A mineração de dados (data mining) fornece percepções dos dados corporativos que não podem ser obtidas com o OLAP, descobrindo padrões e relacionamentos ocultos em grandes bancos de dados e inferindo regras a partir deles para prever comportamentos futuros. Os tipos de informação que podem ser obtidos com a mineração de dados incluem: associações, seqüência, classificações, aglomerações, prognósticos. Selecione abaixo o detalhamento INCORRETO sobre um destes cinco itens.
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
PEFOCE
Prova:
CESPE - 2012 - PEFOCE - Perito Criminal - Análise de Sistemas |
Q345156
Banco de Dados
Texto associado
No que se refere a banco de dados e sistemas de suporte a decisão, julgue os itens subsecutivos.
O data mining tem por objetivo a extração de informações úteis para tomadas de decisão com base nos grandes volumes de dados armazenados nas organizações. Os dados para o data mining são originados restritamente dos data warehouses, pois estes são os que aglomeram enorme quantidade de dados não voláteis e organizados por assunto.
Ano: 2012
Banca:
IBFC
Órgão:
INEP
Prova:
IBFC - 2012 - INEP - Pesquisador-Tecnologista em Informações e Avaliações Educacionais - Área III |
Q297347
Banco de Dados
Conforme o modelo CRISP-DM o ciclo de vida de um projeto de mineração de dados consiste de 6 (seis) fases que são:
Ano: 2012
Banca:
CESGRANRIO
Órgão:
EPE
Prova:
CESGRANRIO - 2012 - EPE - Analista de Gestão Corporativa - Tecnologia da Informação |
Q296315
Banco de Dados
As técnicas de mineração de dados podem ser categorizadas em supervisionadas e não supervisionadas.
As técnicas de árvores de decisão, agrupamento e regras de associação são categorizadas, respectivamente, como
As técnicas de árvores de decisão, agrupamento e regras de associação são categorizadas, respectivamente, como
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
TJ-AC
Prova:
CESPE - 2012 - TJ-AC - Analista Judiciário - Análise de Sistemas |
Q290898
Banco de Dados
No que diz respeito a sistemas de suporte a decisão, julgue os itens subsequentes.
O data mining possibilita analisar dados para obtenção de resultados estatísticos que poderão gerar novas oportunidades ao negócio.
O data mining possibilita analisar dados para obtenção de resultados estatísticos que poderão gerar novas oportunidades ao negócio.
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
TJ-RO
Prova:
CESPE - 2012 - TJ-RO - Analista Judiciário - Análise de Sistemas - Desenvolvimento |
Q275977
Banco de Dados
No que se refere a data mining e sistemas de suporte a decisão, assinale a opção correta.
Ano: 2012
Banca:
AOCP
Órgão:
TCE-PA
Prova:
AOCP - 2012 - TCE-PA - Assessor Técnico de Informática - Analista de Sistemas |
Q271470
Banco de Dados
O processo de explorar grandes quantidades de dados à procura de padrões consistentes com o intuito de detectar relacionamentos sistemáticos entre variáveis e novos subconjuntos de dados, é conhecido como
Ano: 2012
Banca:
AOCP
Órgão:
TCE-PA
Prova:
AOCP - 2012 - TCE-PA - Assessor Técnico de Informática - Administrador de Banco de Dados |
Q271021
Banco de Dados
São tarefas de mineração de dados, apenas:
Ano: 2012
Banca:
AOCP
Órgão:
TCE-PA
Prova:
AOCP - 2012 - TCE-PA - Assessor Técnico de Informática - Administrador de Banco de Dados |
Q271020
Banco de Dados
Sobre a Mineração de Dados, é correto afirmar que
Ano: 2012
Banca:
ESAF
Órgão:
Receita Federal
Prova:
ESAF - 2012 - Receita Federal - Analista Tributário da Receita Federal - Prova 2 - Área Informática |
Q264146
Banco de Dados
Um data mining inteligente descobre informações em data warehouses onde consultas e relatórios não conseguem revela-las. Ferramentas de data mining encontram padrões em dados e podem até deduzir regras a partir deles. Os métodos usados para identificar padrões em dados são
Ano: 2012
Banca:
FCC
Órgão:
TST
Prova:
FCC - 2012 - TST - Analista Judiciário - Análise de Sistemas |
Q263638
Banco de Dados
Leia as afirmações a seguir:
I. Um Data Warehouse é um repositório de dados atuais e históricos de uma organização que possibilita a análise de grande volume de dados para suportar a tomada de decisões estratégicas, possuindo registros permanentes.
II. O processo de Data Mining, ou mineração de dados, tem por objetivo localizar possíveis informações em um banco de dados através de comparações com dados informados pelo usuário e registros de tabelas.
III. Um ERP, ou Sistema Integrado de Gestão Empresarial, é conhecido por integrar os dados de diferentes departamentos de uma organização, aumentando o uso de interfaces manuais nos processos.
IV. As ferramentas OLAP (On-line Analytical Processing) são capazes de analisar grandes volumes de dados, fornecendo diferentes perspectivas de visão e auxiliando usuários na sintetização de informações.
Está correto o que se afirma APENAS em
I. Um Data Warehouse é um repositório de dados atuais e históricos de uma organização que possibilita a análise de grande volume de dados para suportar a tomada de decisões estratégicas, possuindo registros permanentes.
II. O processo de Data Mining, ou mineração de dados, tem por objetivo localizar possíveis informações em um banco de dados através de comparações com dados informados pelo usuário e registros de tabelas.
III. Um ERP, ou Sistema Integrado de Gestão Empresarial, é conhecido por integrar os dados de diferentes departamentos de uma organização, aumentando o uso de interfaces manuais nos processos.
IV. As ferramentas OLAP (On-line Analytical Processing) são capazes de analisar grandes volumes de dados, fornecendo diferentes perspectivas de visão e auxiliando usuários na sintetização de informações.
Está correto o que se afirma APENAS em
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
TJ-AL
Prova:
CESPE - 2012 - TJ-AL - Analista Judiciário - Análise de Sistemas |
Q260526
Banco de Dados
Acerca de otimização de consultas SQL em banco de dados e mineração de dados, assinale a opção correta.
Ano: 2012
Banca:
ESAF
Órgão:
CGU
Prova:
ESAF - 2012 - CGU - Analista de Finanças e Controle - prova 3 - Auditoria e Fiscalização - Geral |
Q248982
Banco de Dados
São aspectos motivadores da Mineração de Dados:
Ano: 2012
Banca:
ESAF
Órgão:
CGU
Prova:
ESAF - 2012 - CGU - Analista de Finanças e Controle - prova 3 - Auditoria e Fiscalização - Geral |
Q248980
Banco de Dados
A Mineração de Dados é
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
MPE-PI
Prova:
CESPE - 2012 - MPE-PI - Analista Ministerial - Informática |
Q234745
Banco de Dados
Texto associado
Acerca de conceitos básicos, arquiteturas e aplicações de data
warehouse e datamining e técnicas de modelagem e otimização de
bases de dados multidimensionais, julgue os itens que se seguem.
warehouse e datamining e técnicas de modelagem e otimização de
bases de dados multidimensionais, julgue os itens que se seguem.
Em datamining, o uso de holdout induz o modelo de classificação a partir do conjunto de treinamento, e seu desempenho é avaliado no conjunto de teste. Quanto menor o conjunto de treinamento, maior a variância do modelo; no entanto, se o conjunto de treinamento for grande demais, a precisão estimada calculada a partir do conjunto menor é menos confiável.
Q284203
Banco de Dados
Texto associado
Para orientar os investimentos em educação em certo município, um analista foi contratado para criar um ranking das escolas públicas desse município. Para cada escola, as variáveis disponíveis são a quantidade de turmas, a quantidade de alunos, a quantidade de professores, a nota da Prova Brasil e a área do terreno.
A partir dessa situação, julgue o item.
A mineração de dados (data mining) é um método computacional que permite extrair informações a partir de grande quantidade de dados.
Q268248
Banco de Dados
Julgue o item subsequente , a respeito de datawarehouse e business intelligence (BI).
A exploração, no sentido de utilizar as informações contidas em um datawarehouse, é conhecida como data mining.
A exploração, no sentido de utilizar as informações contidas em um datawarehouse, é conhecida como data mining.
Q220617
Banco de Dados
Considere:
I. No Data Warehouse, o dado tem um valor histórico, por referir-se a algum momento específico do tempo, portanto, ele não é atualizável; a cada ocorrência de uma mudança, uma nova entrada é criada para sinalizar esta mudança.
II. O estágio de transformação no processo ETL deve ser capaz de selecionar determinadas colunas (ou nenhuma) para carregar; transformar múltiplas colunas em múltiplas linhas; traduzir e unificar códigos heterogêneos de um mesmo atributo, oriundos de diversas fontes de dados (tabelas).
III. No Snow Flake as subdimensões, por não serem normalizadas, geram aumento significativo no número de registros e, como consequência, aumentam também a quantidade de joins necessários à exibição de uma consulta.
IV. Data Mining é uma ferramenta de mineração de dados que executa a varredura nos dados históricos com o objetivo de desconsiderar o que é genérico sobre algum assunto e valorizar tudo que o for específico dentro do sistema.
Está correto o que consta em
I. No Data Warehouse, o dado tem um valor histórico, por referir-se a algum momento específico do tempo, portanto, ele não é atualizável; a cada ocorrência de uma mudança, uma nova entrada é criada para sinalizar esta mudança.
II. O estágio de transformação no processo ETL deve ser capaz de selecionar determinadas colunas (ou nenhuma) para carregar; transformar múltiplas colunas em múltiplas linhas; traduzir e unificar códigos heterogêneos de um mesmo atributo, oriundos de diversas fontes de dados (tabelas).
III. No Snow Flake as subdimensões, por não serem normalizadas, geram aumento significativo no número de registros e, como consequência, aumentam também a quantidade de joins necessários à exibição de uma consulta.
IV. Data Mining é uma ferramenta de mineração de dados que executa a varredura nos dados históricos com o objetivo de desconsiderar o que é genérico sobre algum assunto e valorizar tudo que o for específico dentro do sistema.
Está correto o que consta em
Ano: 2011
Banca:
FUMARC
Órgão:
PRODEMGE
Prova:
FUMARC - 2011 - PRODEMGE - Analista de Tecnologia da Informação |
Q212722
Banco de Dados
Analise as afrmativas abaixo em relação às técnicas de mineração de dados.
I. Regras de associação podem ser usadas, por exem- plo, para determinar, quando um cliente compra um produto X, ele provavelmente também irá comprar um produto Y.
II. Classifcação é uma técnica de aprendizado supervisionado, no qual se usa um conjunto de dados de treinamento para aprender um modelo e classifcar novos dados.
III. Agrupamento é uma técnica de aprendizado supervisionado que particiona um conjunto de dados em grupos.
Assinale a alternativa VERDADEIRA:
I. Regras de associação podem ser usadas, por exem- plo, para determinar, quando um cliente compra um produto X, ele provavelmente também irá comprar um produto Y.
II. Classifcação é uma técnica de aprendizado supervisionado, no qual se usa um conjunto de dados de treinamento para aprender um modelo e classifcar novos dados.
III. Agrupamento é uma técnica de aprendizado supervisionado que particiona um conjunto de dados em grupos.
Assinale a alternativa VERDADEIRA:
Ano: 2011
Banca:
CESPE / CEBRASPE
Órgão:
BRB
Prova:
CESPE - 2011 - BRB - Analista de Tecnologia da Informação |
Q204362
Banco de Dados
A respeito de banco de dados em SQL, julgue o item seguinte.
Existe uma integração total entre a tecnologia data mining e todos os SGBDs que permite a qualquer usuário, até mesmo aos que desconhecem o esquema de dados de um banco em SQL, descobrir informações nele existentes.
Existe uma integração total entre a tecnologia data mining e todos os SGBDs que permite a qualquer usuário, até mesmo aos que desconhecem o esquema de dados de um banco em SQL, descobrir informações nele existentes.
Conheça nossos planos