Acerca do Microsoft Power BI, julgue o item a seguir.

Um modelo semântico no Power BI representa uma coleção de fonte de dados, que pode ser uma pasta de trabalho do Excel no OneDrive por exemplo, e é utilizado para criar um único relatório ou dashboard.

Acerca do Microsoft Power BI, julgue o item a seguir.

No Power BI, os dashboards são ferramentas valiosas para personalizar a visualização de um painel mais amplo em uma única tela, oferecendo métricas cruciais para embasar a tomada de decisões.

Acerca do Microsoft Power BI, julgue o item a seguir.

A funcionalidade de front-end do Power BI é fornecida por microsserviços em execução em computadores diferentes, dentro da rede virtual do cluster, os quais não são acessíveis externamente, exceto por meio do serviço de gateway e da API Azure. 

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Soma (SUM), Média(AVG), Máximo(MAX), Mínimo( MIN), Contagem(COUNT) e Agrupamento(GROUP BY) são exemplos de técnicas de agregação de dados.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

A discretização de frequência igual divide os dados de modo que cada intervalo tenha aproximadamente o mesmo número de valores.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

O tratamento de dados ausentes é prescindível, pois muitos algoritmos de aprendizado de máquina funcionam bem com dados incompletos.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

A deduplicação equivale à compressão de dados, pois ambas reduzem o tamanho dos dados, eliminando redundâncias. 

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Normalização de dados é um processo que organiza os dados em um banco de dados para minimizar a redundância e promover a integridade.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Matching, ou correspondência de dados, é o processo de identificação de registros que se referem ao mesmo item na mesma fonte de dados.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Outliers podem ser resultantes de erros de medição, entrada de dados ou processamento de dados, ou amostragem não representativa.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Para a identificação de outliers, deve-se calcular o intervalo interquartil (IQR) e identificar dados que estão a mais de 1,5 vezes o IQR abaixo do primeiro quartil ou acima do terceiro quartil.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

A pseudonimização é uma técnica de desidentificação de dados que consiste na remoção completa de identificadores pessoais, tornando impossível a identificação do titular dos dados. 

Acerca da governança de dados, julgue o item seguinte.
Os dados mestres armazenam informações essenciais sobre tabelas, incluindo sua definição e localização físicas, além de permitirem a adição de atributos relevantes aos negócios e o monitoramento das mudanças nos dados ao longo do tempo.

A respeito de análise exploratória de dados, julgue o item a seguir. 

Na etapa de pré-processamento de dados, a discretização envolve o ranqueamento estatístico dos dados, dividindo-os em faixas ou intervalos e agrupando-os em classes definidas com base em suas características intrínsecas.

A respeito de análise exploratória de dados, julgue o item a seguir. 

Um dado anômalo, ou outlier, é um valor que se destaca significativamente dos demais em um conjunto de dados e pode ser identificado visualmente por meio do gráfico boxplot.

A respeito de análise exploratória de dados, julgue o item a seguir. 

Na análise exploratória de dados, é comum categorizar os valores não numéricos como variáveis qualitativas, que podem ser subdivididas em discreta, como raça e cor, e em ordinal, como tamanho de uma roupa ou classe social.

Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.

Os data warehouses são orientados por assunto, variáveis no tempo e não voláteis, no entanto, eles não são a melhor opção para o armazenamento de dados históricos.

Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.

As APIs REST do serviço web Hadoop HDFS oferecem acesso ao cluster, às aplicações e a outros recursos relacionados ao gerenciamento de recursos e execução de aplicativos no ambiente do Hadoop YARN.

Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.

No processo ETL (extract, transform e load), a transformação dos dados brutos ocorre na fase de preparação para adequá-los ao esquema do data warehouse de destino e garantir a qualidade e a acessibilidade dos dados.  

Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.

A veracidade em Big data aborda os possíveis problemas que os dados gerados podem apresentar, como a presença de dados incompletos, corrompidos ou com anomalias, os quais podem resultar em diferentes níveis de incerteza e confiabilidade.