Questões de Concurso
Sobre data mining em banco de dados
Foram encontradas 568 questões
Considerando processos de análise e mineração de dados, julgue o item subsecutivo.
A técnica da árvore de decisão utiliza, entre outras, a
abordagem de predição, na qual grupos diferentes são
identificados de acordo com características em comum.
No que se refere à análise e à mineração de dados, julgue o próximo item.
A tarefa de agrupamento de dados consiste na análise de
conjuntos de dados em que estão presentes apenas as
descrições dos dados e pode até mesmo resolver problemas
de detecção de desvios.
No que se refere à análise e à mineração de dados, julgue o próximo item.
A modelagem preditiva é a mais profunda para a estimativa
de resultados desconhecidos e inclui técnicas de amostra
como árvores de decisão, redes neurais, análise de regressão
e classificação.
No que se refere à análise e à mineração de dados, julgue o próximo item.
Entre as tarefas de mineração de dados, as preditivas são
aquelas que usam os valores dos atributos descritivos para
encontrar padrões que descrevam os dados de maneira que o
ser humano possa interpretá-los.
No que se refere à análise e à mineração de dados, julgue o próximo item.
A mineração de dados pode ser entendida como um
subconjunto da análise de dados, pois é usada para descobrir
padrões ocultos em conjuntos de dados brutos, enquanto o
enfoque da análise de dados se encontra no exame dos
conjuntos de dados para a obtenção de conclusões precisas.
No que se refere à análise e à mineração de dados, julgue o próximo item.
A análise preditiva de dados se diferencia da análise
prescritiva de dados porque a primeira tem o objetivo de
determinar as consequências das decisões tomadas, enquanto
a segunda utiliza fatos do passado para visualizar e prever
eventos futuros.
No que se refere à análise e à mineração de dados, julgue o próximo item.
Entre as técnicas de mineração de dados, a análise de
sequência e caminho se caracteriza pelo processo de
encontrar relacionamentos entre dois conjuntos de dados
diferentes e aparentemente não relacionados.
A respeito de dados, julgue o item a seguir.
Análise de dados descritiva refere-se ao tipo de análise que
se baseia em técnicas estatísticas e mineração de dados para
prever o que vai acontecer em um contexto organizacional.
Julgue o item a seguir, a respeito de mineração de dados, de arquitetura dos dados e de modelagem de dados.
Mineração de dados combina técnicas de descoberta de
conhecimento com técnicas de implementação eficientes que
permitem seu uso em bancos de dados extremamente
grandes.
( ) Mineração de dados: fase responsável pela escolha dos algoritmos a serem aplicados para a descoberta de informações. Essa escolha depende fundamentalmente dos objetivos do processo de KDD.
( ) Preparação dos dados: nessa fase, os dados necessários para a solução de um problema são selecionados na base de dados. Essa etapa inicia-se a partir do agrupamento organizado de uma grande quantidade de dados de uma ou mais bases de dados, selecionando somente aqueles que são relevantes.
( ) Limpeza dos dados: essa fase consome grande parte do esforço necessário para todo o processo devido à dificuldade de integrar bases de dados heterogêneas.
( ) Interpretação: ao final do processo, o sistema de mineração de dados gera um relatório das descobertas, que passa então a ser interpretado por analistas de mineração. Somente após essa interpretação obtém-se o conhecimento.
A sequência está correta em
1. Data Warehouse.
2. Data Mart.
3. Data Lake.
4. Big Data.
5. Business Intelligence e Analytics.
6. Mineração de Dados.
( ) Ambiente de armazenamento de dados centralizado que integra informações de várias fontes para suportar a análise de negócios.
( ) Conjunto de ferramentas, técnicas e processos para coletar, organizar e analisar informações para fins estratégicos.
( ) Subconjunto de um Data Warehouse, geralmente focado em um único departamento ou área de negócios.
( ) Processo de descoberta de padrões, tendências e informações úteis em conjuntos de dados.
( ) Abordagem flexível e escalável para armazenar grandes volumes de dados de diferentes tipos.
( ) Conjuntos de dados extremamente grandes e complexos, muitas vezes além da capacidade de ferramentas de processamento de dados tradicionais.
A sequência está correta em
Considere as seguintes afirmações sobre ETL (Extrac, Transform e Load), OLAP (Online Analytical Processing) e Data Mining:
I – Em sistemas data warehouse, a aplicação é mais voltada para inserir e atualizar dados, devido ao carregamento de dados com o ETL. Já em sistemas transacionais, utilizam-se mais consultas, conforme site https://www.oracle.com/br/database/what-is-a-data-warehouse/;
II – OLAP são softwares que permitem a tomada de decisões e inteligência de negócios e agregam recursos de busca de dados, armazenagem e gerência, conforme site: https://cetax.com.br/o-que-eolap/.
III – ETL não possui suporte a SQL (structured query language), pois utiliza somente DSL (decision support language).
Assinale a alternativa CORRETA:
Coluna 1
1. Data Warehouse.
2. Data Mart.
3. Data Mining.
Coluna 2
( ) Conhecido também como mineração de dados. Sua função principal é a varredura de grande quantidade de dados à procura de padrões e detecção de relacionamentos entre informações, gerando novos subgrupos de dados.
( ) Centraliza e consolida grandes quantidades de dados de várias fontes. Seus recursos analíticos permitem que as organizações obtenham informações de negócios úteis de seus dados para melhorar a tomada de decisões.
( ) É uma forma simples de utilizar outro repositório mencionado acima com foco em um único assunto ou linha de negócios.
( ) Com ele, as equipes podem acessar dados e obter insights mais rapidamente, pois não precisam perder tempo pesquisando em outros repositórios mais complexos ou agregando manualmente dados de diferentes fontes.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
O modelo de algoritmo de mineração de dados descrito na situação apresentada é baseado em algoritmos
Nesse caso, a técnica que a equipe utilizará é a de
No contexto de técnicas de classificação, o tipo de algoritmo que João deverá utilizar é:
Conheça nossos planos