A Mineração de Dados (DM – Data Mining) é uma das etapas da ...
A definição anterior trata‐se de qual conceito?
Questão retirada do livro "Data Mining, Conceitos, técnicas, algoritmos, orientações e aplicações" (ver em https://books.google.com.br/books?id=HN6sCQAAQBAJ&lpg=PP1&hl=pt-BR&pg=PP1#v=onepage&q&f=false ). Trata-se das medidas de interesse.
Acertei a questão pelo "português". A alternativa "A" (Medidas de interesse) é a única opção que concorda com o trecho “podem ser usadas após a etapa de Mineração de Dados..."
As medidas de interesse podem ser usadas...
Gabarito: Letra A - Medidas de interesse.
A questão em foco aborda o conceito de Medidas de interesse dentro do processo de Mineração de Dados (Data Mining), que é uma etapa crucial do KDD (Knowledge Discovery in Databases). O KDD é o processo completo que envolve a extração de conhecimentos úteis de grandes volumes de dados. A Mineração de Dados é a etapa onde efetivamente ocorre a extração de padrões que podem ser considerados conhecimentos.
O trecho da questão ressalta a importância das Medidas de interesse tanto para ordenar ou filtrar os padrões descobertos pós-mineração quanto para direcionar a própria busca durante a mineração, otimizando o processo ao descartar padrões que não atendem a critérios predeterminados.
As Medidas de interesse são critérios que ajudam a determinar quão valiosos ou relevantes são os padrões encontrados. Por exemplo, em uma base de dados de vendas, uma medida de interesse poderia ser a frequência com que produtos são comprados juntos. Esta medida pode ajudar a filtrar padrões de compra irrelevantes e destacar aqueles que são de fato interessantes para a empresa.
Essa filtragem e ordenação são essenciais para que os usuários finais, como analistas e gestores de negócios, possam efetivamente tirar proveito dos insights gerados pela mineração. Ao mesmo tempo, guiar a busca por meio dessas medidas evita o gasto de recursos computacionais com padrões que não terão utilidade prática.
A alternativa correta é a letra A - Medidas de interesse, pois ela se alinha perfeitamente com a definição dada no enunciado, destacando sua aplicação em duas fases distintas do processo de KDD: a pós-mineração e a própria mineração. A opção correta enfatiza a relevância de identificar e usar essas medidas para aprimorar tanto a eficácia quanto a eficiência do processo de descoberta de conhecimento em bases de dados.