Questões de Concurso
Sobre big data em banco de dados
Foram encontradas 297 questões
Julgue o seguinte item, relativo a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.
Em mineração de dados, as regras de associação podem ser utilizadas para identificar combinações recorrentes entre argumentos jurídicos e decisões judiciais, revelar padrões entre tipos de ação e desfechos processuais, e auxiliar na recomendação de precedentes com base em casos semelhantes.
Julgue o seguinte item, relativo a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.
Embora os data lakes possam armazenar dados estruturados, como tabelas de bancos relacionais, eles não oferecem suporte para dados semiestruturados e não estruturados, tais como arquivos JSON, XML, imagens e vídeos.
Julgue o próximo item, a respeito de computação e de programação.
A análise de Big Data lida com dados estruturados, como tabelas e bancos de dados relacionais, mas não considera dados não estruturados, como textos, imagens e vídeos.
Julgue o item subsequente, a respeito de sensoriamento remoto e de sistemas de informação geográfica.
O uso de plataformas de Big Data em agricultura dispensa algoritmos de aprendizado de máquina, pois a análise estatística tradicional é suficiente para gerar resultados úteis.
Em relação ao data warehouse, ao data lake e ao tratamento de dados, julgue o item seguinte.
A camada de ingestão de dados é responsável por coletar e carregar dados de diversas fontes para o data lake.
A principal característica de um data lake é sua capacidade de armazenar diferentes tipos de dados (estruturados, semiestruturados e não estruturados) sem a necessidade de um esquema antecipadamente definido.
A respeito de transformação digital, julgue o item a seguir.
As políticas públicas para a transformação digital dirigem-se preferencialmente a empresas de médio e grande porte, em razão de sua maior capacidade de investimento.
A respeito de transformação digital, julgue o item a seguir.
No Brasil, a oferta de serviço de conexão à Internet distribui-se equilibradamente em todo o território nacional.
Em relação a manipulação e limpeza de dados, julgue o item a seguir.
A transformação de dados categóricos utilizando codificação one-hot sempre reduz a dimensionalidade do conjunto de dados.
Em relação a manipulação e limpeza de dados, julgue o item a seguir.
A normalização dos dados é importante na preparação de dados para modelos de aprendizado de máquina, pois garante que todas as variáveis estejam na mesma escala, independentemente de sua importância no modelo.
Em relação a manipulação e limpeza de dados, julgue o item a seguir.
Local outlier factor é uma técnica de detecção de outliers que mede a anomalia de um dado com base na densidade local dos seus vizinhos.
Julgue o próximo item, a respeito de machine leaning.
Árvores de decisão são técnicas de modelagem preditiva que particionam iterativamente os dados em subconjuntos homogêneos baseados em variáveis explicativas.
Julgue o próximo item, a respeito de machine leaning.
Os algoritmos de regressão linear, por minimizarem a soma dos resíduos quadrados para ajustar os coeficientes, são sensíveis a outliers, que podem distorcer os coeficientes e comprometer a previsão do modelo.
Julgue o próximo item, a respeito de machine leaning.
Grandes volumes de dados frequentemente revelam padrões e tendências que são valiosos para análises preditivas e tomadas de decisão, facilitando a antecipação de comportamentos futuros e permitindo melhor alocação de recursos e planejamento.
Assinale a opção que melhor define o conceito de veracidade.
Conheça nossos planos