O Data Mining possibilita descobrir padrões úteis de difere...

APFCoelho, tá de sacanagem? só copiando e colando comentários dos outros.

é, o APFCoelho é um brincante mesmo.

fizeram o mlk apagar kkkkkkkkkk

CERTO

Uma das características do Data mining é descobrir padrões úteis em diferentes tipos de dados.

• A classificação é uma das técnicas mais utilizadas. 
• Possui Aprendizado Supervisionado (humano treina o algoritmo), ou seja, recebe como entrada um conjunto de dados para treinamento, que possui um objetivo específico. (ex: após o treinamento distinguir o sexo de uma pessoa na foto, "homem" ou "mulher") 

Além de permitir criar Árvore de Decisão, pois ela pode ser usada com os sistemas de Classificação para atribuir informações.

PF18 Descobrir conexões escondidas e prever tendências futuras é um dos objetivos da mineração de dados, que utiliza a estatística, a inteligência artificial e os algoritmos de aprendizagem de máquina.(C)

Alternativa correta: C - certo

A questão aborda conceitos importantes relacionados a Data Mining, que é um processo analítico projetado para explorar grandes quantidades de dados (tipicamente de negócios) em busca de padrões consistentes e/ou relações sistemáticas entre variáveis, e então validar os achados aplicando os padrões detectados a novos subconjuntos de dados. Quando falamos sobre classificação no contexto de Data Mining, estamos nos referindo a um método que permite prever a classe ou categoria de entidades dentro dos dados com base em atributos conhecidos.

Um dos algoritmos tradicionalmente usados para classificação em Data Mining é o ID3 (Iterative Dichotomiser 3), que é mencionado na questão. O ID3 é um algoritmo que cria uma árvore de decisão a partir de um conjunto de dados. A árvore de decisão é uma representação gráfica em forma de árvore que ajuda na tomada de decisões e na previsão de eventos. O ID3 utiliza um conjunto de tuplas de treinamento, que são exemplos que o algoritmo irá analisar para construir a árvore. Além disso, é utilizado um atributo objetivo, também conhecido como a variável alvo, que é o resultado que desejamos prever.

O processo de construção dessa árvore começa com a definição de um atributo como raiz e, em seguida, dividindo o conjunto de dados em subconjuntos com base nos valores desse atributo. Esse processo é repetido recursivamente para cada ramificação, utilizando os atributos restantes, até que as tuplas não possam mais ser divididas em subconjuntos significativos. O resultado é uma árvore onde cada ramo representa uma decisão e cada folha representa o valor predito da variável alvo.

O enunciado da questão está correto porque descreve adequadamente o uso do algoritmo ID3 em Data Mining para a tarefa de classificação, que é uma das formas em que padrões úteis podem ser descobertos nos dados. A árvore de decisão é uma técnica comum para realizar essa tarefa e o ID3 é um dos algoritmos específicos que podem ser usados para gerar tal árvore.