O processo de Business Intelligence (BI) reúne ferramentas e...
O processo de Business Intelligence (BI) reúne ferramentas e técnicas modernas para realizar investigações que permitam a identificação e a determinação dos motivos da ocorrência de eventos de interesse, gerando assim conhecimento novo e útil. Para tal, esse tipo de sistema apresenta aspectos arquiteturais e tecnológicos muito diferentes dos existentes em SIGs. A respeito dos aspectos arquiteturais e tecnológicos desse tipo de sistema, considere as seguintes afirmativas:
1. O processo de BI ocorre sobre um Data warehouse e não sobre a base de dados transacional (OLTP), pois o Data warehouse já foi gerado a partir de processos de limpeza de dados, duplicação de registros, sumarização de dados e seleção de atributos.
2. O processo de BI procura identificar as causas dos eventos de interesse por meio da aplicação de OLAP em algoritmos supervisionados de Mineração de Dados.
3. Durante a execução do processo de BI, a Mineração de Dados gera modelos preditivos multidimensionais intermediários, que são então organizados em cubos OLAP para a geração de dashboards analíticos.
4. Durante o processo de BI, os dados são organizados multidimensionalmente, para permitir a análise sob vários pontos de vista por meio do OLAP.
Assinale a alternativa correta.
Boa noite,
Acredito que o gabarito esta errado, a questão 'A' deveria ser Deduplicidade de registros, ou seja, a eliminação de registros duplicados, ela manda duplicar os registros.
No gabarito estariam corretas as opções 1 e 4. Resposta Letra B.
Acredito que o correto seria eliminar as duplicidades, já que o DW é integrado. Seguimos.Nem adianta pedir comentário de professor, pois só tem professor de direito aqui
2. O processo de BI procura identificar as causas dos eventos de interesse por meio da aplicação de OLAP em algoritmos supervisionados de Mineração de Dados.
Pense em um algoritmo supervisionado, por exemplo, usando uma rede neural, ele te dá as causas de um fenômeno? Ele gera um modelo que classifica o modelo em classes, ou mesmo pode ser usado para prever um resultado futuro, mas o porquê desse resultado quem pode dizer é o especialista, interpretando as saídas, e isso inclusive combina mais com algoritmos não supervisionados, por exemplo, por que esse ponto está agrupado nesse cluster, o que esse cluster representa...Fora que OLAP é aplicada em dados, não em algoritmos
3. Durante a execução do processo de BI, a Mineração de Dados gera modelos preditivos multidimensionais intermediários, que são então organizados em cubos OLAP para a geração de dashboards analíticos.
Bem fora de contexto, data mining não gera os modelos para serem organizados em cubos OLAP, cubos OLAP são gerados a partir dos dados, data mining gera modelos para extrair conhecimento, predição, associações, etc
Errei a questão por causa do termo "duplicação de dados" na questão 1 . Acredito que caberia recurso.
Gabarito: Somente a 4 está correta
Deveria anular.
Acho que ele tentou forçar a barra para o dado ser duplicado se não levar em conta o quesito tempo.
Mas o tempo é um aspecto fundamental do DW, que pertence ao BI. Não dá para forçar essa barra...
A alternativa correta é a letra B, que afirma que somente as afirmativas 1 e 4 são verdadeiras. Vamos analisar o porquê disso.
No Business Intelligence (BI), o uso de um Data Warehouse é essencial por ser uma estrutura que armazena dados já tratados e organizados para análise, diferente das bases de dados transacionais (OLTP) que estão focadas em operações do dia a dia. A afirmativa 1 está correta porque destaca que o BI ocorre sobre um Data Warehouse, onde os dados são limpos, desduplicados, sumarizados e selecionados — processos esses que não ocorrem em sistemas transacionais.
Quanto à afirmativa 4, ela está correta ao afirmar que durante o processo de BI, os dados são organizados de forma multidimensional para facilitar análises através do OLAP (Online Analytical Processing). Esse tipo de organização permite a análise dos dados sob diferentes perspectivas, o que é fundamental para a geração de insights de negócio.
As afirmativas 2 e 3 possuem imprecisões. A afirmativa 2 sugere que a Mineração de Dados sempre se aplica em OLAP e utiliza somente algoritmos supervisionados para identificar causas de eventos, o que não é uma verdade absoluta, pois a Mineração de Dados pode incluir diferentes técnicas e algoritmos, nem sempre supervisionados ou associados diretamente a OLAP. A afirmativa 3 não é correta ao descrever que a Mineração de Dados gera modelos preditivos intermediários que são organizados em cubos OLAP. Enquanto a Mineração de Dados pode sim gerar modelos preditivos, estes não são organizados em cubos OLAP; cubos OLAP são estruturas de dados que suportam análise multidimensional e não são modelos preditivos em si.
Portanto, o conhecimento necessário para resolver esta questão inclui uma compreensão dos componentes e processos envolvidos em BI, a função e característica de um Data Warehouse, bem como a diferença entre OLTP e OLAP, e a natureza da Mineração de Dados.
Conheça nossos planos