Especificamente, um data mining onde as tendências são model...
b) termo não relacionado à mineração.
c) espacial: Spatial data mining que é o processo de descoberta de padrões utilizando bancos de dados espaciais populados por mapas.
d) termo não relacionado à mineração.
e) preditivo: Certo. O objetivo é predizer o valor de um atributo particular baseados nos valores de outros atributos.
obs: Existe também a forma de mining descritivo o qual deriva padrões que resumem relações implíticas nos dados (correlações, tendências, agrupamentos, trajetórias, anomalias). "Predição - A data mining pode mostrar como certos atributos dos dados irão se comportar no futuro."
Retirado do livro Elmasri e Navathe: Sistema de Bando de Dados, 4 ed, Conceitos de Data Mining, pág. 625.
PREDICAO = PREVISAO
Gabarito: Letra E - Preditivo.
Para compreender a questão proposta é necessário entender o conceito de Data Mining, também conhecido como mineração de dados. Esta área do conhecimento se concentra na exploração de grandes quantidades de dados em busca de padrões consistentes e/ou relações sistemáticas entre variáveis, que possam ser transformados em informações úteis. A mineração de dados pode ser aplicada em diferentes contextos, incluindo, mas não limitado a, a modelagem de tendências ao longo do tempo.
Data Mining envolve várias formas de análise, como a análise de clusters, associação, detecção de anomalias, e análise preditiva, dentre outras. É nesse contexto que se insere a mineração de dados preditiva, a qual é focada em criar modelos que possam prever comportamentos ou resultados futuros com base em dados históricos. Este tipo de mineração se utiliza de técnicas estatísticas, de aprendizado de máquina e algoritmos que analisam tendências passadas para estimar eventos futuros.
A alternativa correta, Preditivo, refere-se a esta abordagem específica onde o foco é a previsão de eventos futuros a partir da análise de tendências ao longo do tempo. Os demais termos mencionados nas alternativas não se aplicam ao contexto de análise temporal para previsão. Por exemplo, minerações textuais lidam com dados não estruturados como textos, modelos de flocos de neve e estrela se referem a esquemas específicos em um data warehouse, e mineração espacial relaciona-se à análise de dados com componentes geográficos ou espaciais.
Para resolver questões dessa natureza, os conhecimentos necessários incluem a compreensão dos conceitos básicos de Banco de Dados e Data Mining, bem como familiaridade com tipos de modelagem de dados e suas respectivas aplicações.
Conheça nossos planos