Julgue o próximo item, relativo a aprendizado de máquina e BI (Business Intelligence). 

A arquitetura de BI que utiliza ROLAP (processamento analítico online relacional) implementa as consultas por meio de um banco de dados em cubos de forma consolidada; nessa estrutura ROLAP, os dados são armazenados de forma multidimensional, permitindo que os usuários finais realizem drill up ou drill down na hierarquia (por exemplo, que eles vejam os lucros das vendas por ano, depois por trimestre).

Julgue o próximo item, relativo a aprendizado de máquina e BI (Business Intelligence). 

O algoritmo de agrupamento K-means — baseado em centroides, que divide um conjunto de dados em grupos semelhantes com base na distância entre seus centroides — pode ser utilizado para, a partir de uma base de dados de uma rede social, identificar comunidades de usuários com interesses comuns em determinados assuntos. 

Com base no cenário apresentado, julgue o item a seguir. 

Para garantir a integridade referencial e a restrição de que somente supervisores sejam responsáveis pelo processo de beneficiamento, a tabela Etapa_de_Beneficiamento deve ter uma chave estrangeira referenciando a tabela Supervisor, que deve conter uma chave estrangeira referenciando a tabela Funcionario. 

Com base no cenário apresentado, julgue o item a seguir. 

Para a correta implementação do projeto físico do banco de dados, serão necessárias duas tabelas de associação.

Julgue o próximo item, a respeito de bancos de dados relacionais e não relacionais. 

Bancos de dados do tipo colunar oferecem alta escalabilidade devido à sua capacidade de particionar dados verticalmente, o que permite a distribuição eficiente das colunas em múltiplos nós em ambientes distribuídos. 

Julgue os próximos itens, a respeito de bancos de dados relacionais e não relacionais. 

Em algumas implementações de bancos de dados relacionais, como PostgreSQL, é possível criar atributos do tipo array, o que permite armazenar múltiplos valores em uma única coluna, contradizendo o princípio original do modelo relacional de não permitir atributos multivalorados, pois cada coluna de uma tabela deve armazenar apenas um valor por atributo. 

Julgue o próximo item, a respeito de bancos de dados relacionais e não relacionais. 

Bancos de dados NO-SQL são mais adequados para situações em que os dados tenham de ser altamente consistentes e transacionais, uma vez que sua estrutura flexível permite validações de integridade referencial e controles complexos de relacionamento entre os dados. 

Julgue o próximo item, a respeito de bancos de dados relacionais e não relacionais. 

O modelo relacional, embora seja eficiente para operações de leitura e escrita simples, pode se tornar ineficiente em situações que exijam processamento de grandes volumes de dados semiestruturados, como logs ou eventos. Já o modelo orientado a documentos é mais flexível para consultas complexas que envolvam múltiplas junções entre documentos, oferecendo melhor desempenho em comparação ao modelo relacional.

Em relação a BI (Business Intelligence) e visualização de dados, julgue o item que se segue. 

Para um data warehouse com grande volume de dados históricos e consultas frequentes, o esquema estrela geralmente apresenta melhor desempenho que o esquema snowflake, pois minimiza a complexidade das junções entre tabelas.

Em relação a BI (Business Intelligence) e visualização de dados, julgue o item que se segue. 

Em uma arquitetura de BI típica, o data warehouse integra dados de várias fontes externas, realizando extração, transformação e carga (ETL) antes de eles serem disponibilizados para análise. 

Considerando os métodos HTTP utilizados em APIs REST, julgue o próximo item, a respeito de integração de dados e mecanismos de interoperabilidade. 

O método DELETE não é idempotente, pois, a partir da segunda execução, pode gerar respostas inconsistentes do servidor. 

Com referência à matemática computacional e à ciência da computação aplicadas, julgue o item a seguir. 

A convolução é uma operação matemática que combina duas funções para produzir uma terceira, modificando a forma de uma função com base em outra.

Com relação a processos de banco de dados ETL (extração, transformação e carga), julgue o item subsequente. 

Na modelagem de data warehouses, a abordagem top-down torna o processo ETL mais flexível e adaptável a mudanças nos requisitos de negócio, enquanto a abordagem bottom-up exige um ETL rígido e pouco adaptável a novas necessidades. 

Com relação a processos de banco de dados ETL (extração, transformação e carga), julgue o item subsequente. 

Na extração incremental, apenas os dados alterados desde a última carga são extraídos, tornando o processo mais eficiente que a extração full, que recupera todos os dados da fonte.