Quanto aos conceitos relativos à arquitetura de dados, julgue o item a seguir.

O comando a seguir, em SQL, está sintaticamente correto e permite criar uma tabela de nome turma.

Quanto aos conceitos relativos à arquitetura de dados, julgue o item a seguir.

A abordagem relacional e entidade-relacionamento permitem modelar os dados em diferentes níveis de abstração; a engenharia reversa de arquivos é um processo que permite a obtenção de um modelo lógico não relacional a partir de um modelo lógico relacional.

Quanto aos conceitos relativos à arquitetura de dados, julgue o item a seguir.

Modelagem multidimensional de banco de dados é uma técnica usada para o auxílio às consultas do data warehouse, nas mais diferentes perspectivas. A visão multidimensional permite o uso mais intuitivo para o processamento analítico pelas ferramentas OLAP (on-line analytical processing).

Quanto aos conceitos relativos à arquitetura de dados, julgue o item a seguir.

Integridade referencial ocorre quando se liga duas tabelas por suas chaves primarias de forma íntegra.

Quanto aos conceitos relativos à arquitetura de dados, julgue o item a seguir.

Em normalização de banco de dados, na terceira forma normal os valores em um registro que não fazem parte da chave desse registro não pertencem à tabela; em geral, sempre que o conteúdo de um grupo de campos se aplica a mais de um único registro na tabela, recomenda-se colocar esses campos em uma tabela separada.

Quanto aos conceitos relativos à arquitetura de dados, julgue o item a seguir.

No modelo físico de dados, todas as informações coletadas são convertidas em modelos relacionais e modelos de negócios. Durante a modelagem física, os objetos são definidos no denominado nível de esquema, logo, não depende do software que já está sendo usado na organização.

Quanto aos conceitos relativos à arquitetura de dados, julgue o item a seguir.

O desenvolvimento de soluções inicia pela modelagem de dados conceitual, que é feita geralmente pelo gestor de dados de negócio ou outro profissional acompanhado de sua supervisão e(ou) orientação.

Considerando que a figura anterior mostra o layout de um container, julgue o próximo item.

O método CI/CD refere-se a um processo de automação para os usuários de um sistema que enviam, de forma contínua, feedbacks para os desenvolvedores desse sistema.

Com referência aos conceitos de banco de dados e data warehouse, julgue o item seguinte. 
O Hadoop Distributed File System (HDFS) é construído usando a linguagem Java, o que permite que sua arquitetura mestre/escravo seja implementada em uma ampla variedade de máquinas

Com referência aos conceitos de banco de dados e data warehouse, julgue o item seguinte. 

Em sistemas NoSQL baseados em armazenamento de chave-valor, a chave é multidimensional e composta pela combinação do nome de tabela com a chave linha-coluna e com o rótulo de data e hora.  

A partir das informações constantes no modelo e dos dados sobre o conteúdo dos atributos, julgue o item subsecutivo.

Por meio do comando SQL a seguir, é possível recuperar o nome dos pesquisadores responsáveis por projetos, seguido pelo nome de seu orientador, mas apenas os projetos orientados por Pedro. 

A partir das informações constantes no modelo e dos dados sobre o conteúdo dos atributos, julgue o item subsecutivo.

Projeto é uma entidade fraca em relação à entidade Pesquisador, considerando o relacionamento identificado como Responsavel e os atributos do MER. 

A partir das informações constantes no modelo e dos dados sobre o conteúdo dos atributos, julgue o item subsecutivo.

Após a criação da tabela Projeto, a criação das chaves estrangeiras (FK) do relacionamento Orienta pode ser feita corretamente conforme a seguir.

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

Um dos passos para tratar com dados faltantes é avaliar o tipo de dado perdido; assim, por exemplo, o método MICE (multivariate imputation by chained equations) não seria aplicável para dados perdidos do tipo MAR (missing at random). 

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.