Com respeito a métodos para imputação de dados, julgue o seguinte item.

O método de imputação K-NN (k-nearest neighbours) leva em consideração os padrões de similaridade presentes no conjunto de dados para predizer os valores faltantes. No entanto, a escolha da função de distância para a aplicação desse método, como, por exemplo, HEOM (heterogeneous euclidean-overlap metric) ou HVDM (heterogeneous value difference metric), pode influenciar significativamente nos resultados da imputação.

Com respeito a análise de componentes principais, mistura de gaussianas e agrupamento k-means, julgue o item que se segue. 

Considere que, em uma análise de agrupamentos por meio de mistura de gaussianas, três distribuições normais com médias   se referem, respectivamente, aos clusters 1, 2 e 3. Nessa situação, pelo modelo de mistura de gaussianas, o cluster 1 é constituído pelas observações mais próximas da média 

Os hiperparâmetros de um modelo são todos os parâmetros que podem ser definidos antes do inicio do treinamento, diferentemente dos parâmetros do modelo, que são aprendidos durante o treino do modelo. A busca por hiperparâmetros de determinado algoritmo de aprendizado de máquina que retorne o melhor desempenho medido em um conjunto de validação deu origem ao conceito de otimização de hiperparâmetros.

Acerca dos conceitos de otimização de hiperparâmetros de modelos de aprendizado de máquinas, julgue o item que se segue.  

A otimização bayesiana se utiliza do conceito de probabilidade para encontrar o valor de entrada de uma função que possa retornar o menor valor de saída possível. Nesse método, o número de iterações de pesquisa pode ser reduzido a partir da escolha dos valores de entrada, levando em consideração os resultados anteriores, o que caracteriza um processo iterativo. 

Os modelos ditos fracos, também chamados modelos de base, muitas vezes são combinados com o objetivo de se construir um modelo mais forte, no qual a variância e o viés atinjam equilíbrio satisfatório. Esse procedimento, denominado ensembles, é muito utilizado em ciência de dados e aprendizado de máquinas. Quanto às formas de ensembles, julgue o próximo item. 


O ensemble denominado bagging tem como foco principal a redução do viés e não da variância, treinando-se os modelos em sequência, tal que os erros dos primeiros modelos treinados são utilizados para o ajuste nos pesos matemáticos dos próximos modelos. 

Uma árvore de decisão representa um determinado número de caminhos possíveis de decisão e os resultados de cada um deles, apresentando muitos pontos positivos, ou seja, são fáceis de entender e interpretar. Elas têm processo de previsão completamente transparente e lidam facilmente com diversos atributos numéricos, assim como atributos categóricos, podendo até mesmo classificar dados sem atributos definidos.

De acordo com os aspectos construtivos de uma árvore de decisão, julgue o item a seguir.

Se o processo adotado para a construção de árvores de decisão for determinístico, uma forma de obtenção de árvores aleatórias, que compõem as florestas aleatórias, pode ser realizada por meio do bootstrap dos dados, em que cada árvore é treinada com base no resultado de bootstrap_sample (inputs). 

Em um processo em que se utiliza a ciência de dados, o número de variáveis necessárias para a realização da investigação de um fenômeno é direta e simplesmente igual ao número de variáveis utilizadas para mensurar as respectivas características desejadas; entretanto, é diferente o procedimento para determinar o número de variáveis explicativas, cujos dados estejam em escalas qualitativas. 

Considerando esse aspecto dos modelos de regressão, julgue o item a seguir.

Para evitar um erro de ponderação arbitrária, deve-se recorrer ao artifício de uso de variáveis dummy, o que permitirá a estratificação da amostra da maneira que for definido um determinado critério, evento ou atributo, para então serem inseridas no modelo em análise; isso permitirá o estudo da relação entre o comportamento de determinada variável explicativa qualitativa e o fenômeno em questão, representado pela variável dependente.

Quanto a gatilhos (triggers), procedimentos armazenados (stored procedures) e gerência de bloqueios, julgue o item subsecutivo. 

Trigger é um tipo especial de procedimento armazenado que é executado em resposta a determinado evento na tabela, como inserção, exclusão ou atualização de dados. 

Quanto a gatilhos (triggers), procedimentos armazenados (stored procedures) e gerência de bloqueios, julgue o item subsecutivo. 

Bloqueio de um banco de dados é gerado para contornar o conflito de consulta simultânea de tabelas por um usuário do aplicativo desenvolvido.

Acerca de gerência de transações, modelagem entidaderelacionamento e abordagem relacional, julgue o item subsecutivo.

Considere que, para uma instância da entidade A, existe zero, uma ou muitas instâncias da entidade B; mas para uma instância da entidade B, existe zero ou uma instância da entidade A. Nesse caso, trata-se de um relacionamento 1:n da entidade A para entidade B. 

Acerca de gerência de transações, modelagem entidaderelacionamento e abordagem relacional, julgue o item subsecutivo.

Uma chave estrangeira garante a unicidade de informações em uma tabela.

Acerca de gerência de transações, modelagem entidaderelacionamento e abordagem relacional, julgue o item subsecutivo.

Atomicidade da transação em um banco de dados ocorre quando todas as operações da transação são refletidas corretamente no banco de dados; ou quando nenhuma delas é refletida.

Julgue o item abaixo, a respeito da linguagem SQL.

O comando delete alunos permite apagar uma tabela de nome alunos.

Julgue os itens a seguir, quanto a conceitos de dado, informação, inteligência e business intelligence (BI).  

A inteligência é a informação que é expressa na forma de números, letras ou símbolos, os quais são os insumos dos gráficos.

Julgue os itens a seguir, quanto a conceitos de dado, informação, inteligência e business intelligence (BI).  

No processo de preparação de dados para BI, um dado com incompletude é normalmente aquele cujo valor está fora do domínio do atributo. 

Julgue o item seguinte, a respeito de data warehouse e OLAP.

Em um data warehouse, as tabelas contendo dados multidimensionais são denominadas tabelas de fatos; normalmente, elas são muitos grandes.

Julgue o item seguinte, a respeito de data warehouse e OLAP.

Em uma aplicação OLAP, a operação de roll-up consiste em passar os dados com detalhamento maior para um detalhamento menor.

Julgue o próximo item, referente à linguagem de manipulação de dados (DML). 

A expressão SQL a seguir está sintaticamente correta e permite inserir dois alunos de nomes Pedro e Maria na tabela alunos.

INSERT VALUES ('Pedro', 'Maria') INTO alunos;

Acerca de modelagem de dados, julgue o item a seguir.  

Qualquer subconjunto dos campos de uma relação pode ser uma chave de pesquisa em um arquivo de índice. 

Julgue o item seguinte, com relação a banco de dados NoSQL e à linguagem de consulta estruturada (SQL).

Em um banco de dados NoSQL, como o banco de dados gráfico, um objeto do mundo real é representado como uma tabela; cada registro da tabela forma uma linha cuja chave primária é representada por um campo numérico.

Julgue o item seguinte, com relação a banco de dados NoSQL e à linguagem de consulta estruturada (SQL).

O comando truncate PESSOA; permite excluir todos os registros da tabela de nome PESSOA.