Questões de Concurso
Sobre data mining em banco de dados
Foram encontradas 568 questões
I.Big Data permite a integração de dados geoespaciais, climáticos e de biodiversidade em tempo real.
II.A mineração de dados ambientais possibilita predições sobre mudanças ecosistêmicas com alta precisão.
III.A heterogeneidade das fontes de dados ambientais representa um desafio para análises consistentes.
IV.Técnicas de machine learning são limitadas para processamento de dados ambientais complexos.
É correto o que se afirma em:
Julgue o seguinte item, relativo a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.
Em mineração de dados, as regras de associação podem ser utilizadas para identificar combinações recorrentes entre argumentos jurídicos e decisões judiciais, revelar padrões entre tipos de ação e desfechos processuais, e auxiliar na recomendação de precedentes com base em casos semelhantes.
Uma rede de supermercados deseja entender os padrões de compra dos clientes para organizar melhor seus produtos e otimizar suas estratégias de vendas. Para isso, a equipe de análise de dados decidiu utilizar um algoritmo de descoberta de regras de associação para identificar itens, frequentemente, comprados juntos.
Assinale a alternativa que representa a métrica fundamental para avaliar a relevância de uma regra de associação.
A respeito do tratamento e análise de grandes volumes de dados, julgue o item que se segue.
O pré-processamento de dados, que inclui as etapas de limpeza e normalização, é opcional no tratamento de grandes volumes de dados, pois ferramentas modernas como o Spark conseguem lidar com dados brutos de forma eficiente.
A respeito do tratamento e análise de grandes volumes de dados, julgue o item que se segue.
A detecção de anomalias é uma técnica de mineração de dados que visa identificar padrões incomuns, ou outliers, sendo útil em aplicações como detecção de fraudes.
A respeito do tratamento e análise de grandes volumes de dados, julgue o item que se segue.
A mineração de dados pode ser aplicada para a identificação de padrões de associação, como a regra “se X, então Y”, frequentemente utilizada em análise de cestas de compras.
Julgue o item seguinte, a respeito das estruturas de dados e de bancos de dados e da análise de dados.
Na análise de dados, algoritmos de aprendizado de máquina realizam todas as etapas do processo, eliminando a necessidade de qualquer intervenção humana na interpretação dos resultados.
No processo de análise de dados, uma das etapas é a análise exploratória, que visa à identificação de padrões e possíveis tendências.
Em relação ao data warehouse, ao data lake e ao tratamento de dados, julgue o item seguinte.
A distância de Mahalanobis é uma medida estatística que indica quantos desvios‑padrão um determinado valor está da média. Ela é utilizada para identificar outliers em dados multidimensionais.
Relativamente aos conceitos de CRISP-DM, MLOps e Python, julgue o seguinte item.
No CRISP-DM, a etapa de data understanding inclui a construção e a validação de modelos preditivos, garantindo que os resultados estejam alinhados aos objetivos do negócio.
As bibliotecas NumPy, Pandas, SciPy e Statsmodels são frequentemente usadas para manipulação e análise de dados em Python, enquanto Matplotlib, Seaborn e Plotly são amplamente utilizadas para visualização de dados, permitindo a criação de gráficos e plots interativos.
Julgue o item a seguir, relativo ao modelo CRISP-DM (cross industry standard process for data mining).
Compreensão do negócio, compreensão dos dados, preparação dos dados, modelagem, avaliação e implantação são as fases do modelo CRISP-DM, e, nesse modelo, as fases devem ser seguidas de maneira estritamente sequencial, sem a possibilidade de iterações ou retrocessos.
Conheça nossos planos