Questões de Concurso Comentadas sobre data mining em banco de dados

Foram encontradas 416 questões

Q853967 Banco de Dados

Hipoteticamente, um Analista de Sistemas, trabalhando no Tribunal Superior do Trabalho − TST, se deparou com as seguintes questões:


1. Como o número de processos trabalhistas deste trimestre se compara com o número de processos de um ano atrás?

2. O que se pode prever para o próximo trimestre com relação ao número de processos trabalhistas?

3. Qual é a tendência do número de processos, medida pela variação percentual?

4. Quem é provável que faça acordo trabalhista nos próximos seis meses?

5. Quais são as características dos casos prováveis de acordos trabalhistas?


Considerando que o Tribunal utiliza o sistema gerenciador de banco de dados Oracle, para responder as perguntas, o Analista achou adequado o auxílio de dois recursos, cujas descrições encontram-se abaixo:


I. Fornece dados resumidos e gera cálculos ricos, adequado para ajudar a responder as questões 1, 2 e 3.

II. Descobre padrões ocultos em dados, operando em nível detalhado, adequado para ajudar a responder as questões 4 e 5.


Os recursos para resolver os problemas de análise de dados referentes às questões apresentadas, que são descritos em I e II são, correta e respectivamente,

Alternativas
Q842568 Banco de Dados

Em relação à análise de agrupamentos (clusterização) em mineração de dados, julgue o item seguinte.


O método de clustering k-means objetiva particionar ‘n’ observações entre ‘k’ grupos; cada observação pertence ao grupo mais próximo da média.

Alternativas
Ano: 2017 Banca: FCC Órgão: DPE-RS Prova: FCC - 2017 - DPE-RS - Analista - Banco de Dados |
Q841717 Banco de Dados
Uma das técnicas bastante utilizadas em sistemas de apoio à decisão é o Data Mining, que se constitui em uma técnica
Alternativas
Q840842 Banco de Dados

Julgue o seguinte item, que se refere a CRISP-DM (Cross-Industry Standard Process of Data Mining).


Durante a fase de entendimento do negócio, busca-se descrever claramente o problema, fazer a identificação dos dados e verificar se as variáveis relevantes para o projeto não são interdependentes.

Alternativas
Q835195 Banco de Dados
O agrupamento de dados no processo de data mining procura, em uma massa de dados que caracterizam uma população de indivíduos, grupos semelhantes e diferentes. O algoritmo baseado na teoria dos grafos e que dispensa a definição de protótipos utilizado para segmentar a base de dados em diferentes grupos é denominado
Alternativas
Q826398 Banco de Dados
Os algoritmos C4.5 e K-Means, muito utilizados para descoberta de conhecimento através de mineração de dados, são algoritmos de respectivamente
Alternativas
Q826391 Banco de Dados

Analisando as seguintes afirmativas sobre algoritmos de mineração de dados (data mining),

I. Podem ser utilizados durante o processo de descoberta de conhecimento em bancos de dados.

II. O algoritmo ID3 é considerado uma evolução do algoritmo C4.5 e muito utilizado em mineração de dados.

III. No contexto de mineração de dados, o objetivo da fase de pré-processamento é otimizar a execução; sendo assim, uma fase pouco relevante e raramente executada.

IV. Dentre as principais tarefas da mineração de dados, estão: classificação e predição, agrupamento, análise de outlier, associações, padrões frequentes e visualização.

verifica-se que está(ão) correta(s)

Alternativas
Q826379 Banco de Dados
Qual das opções a seguir não é resultado de uma mineração de dados?
Alternativas
Q794234 Banco de Dados
Data Mining refere-se à busca de informações relevantes, ou “à descoberta de conhecimento”, a partir de um grande volume de dados. Assim como a descoberta de conhecimento no ramo da inteligência artificial, a extração de dados tenta descobrir automaticamente modelos estatísticos a partir dos dados. O conhecimento obtido a partir de um banco de dados pode ser representado em regras. Duas importantes classes de problemas de extração de dados são as:
Alternativas
Q783850 Banco de Dados
Sistemas do tipo I e do tipo II realizam tarefas diferentes, porém complementares. O tipo I é adequado para atividades como indexação de dados, alocação de custos, análises de séries temporais e análises “what-if”. Porém, a maioria dos sistemas do tipo I não tem a capacidade de realizar inferências indutivas, processo que permite chegar a conclusões genéricas a partir de exemplos específicos, que são uma característica nativa de sistemas do tipo II. Sistemas do tipo I fornecem uma visão multidimensional de dados, incluindo suporte a hierarquias. Essa visão de dados é uma forma natural de analisar negócios e organizações. Sistemas do tipo II, por outro lado, podem ajudar a detectar tendências, encontrar padrões e relações entre as informações disponíveis em bancos de dados. Os sistemas do tipo II podem encontrar informações ocultas nos dados disponíveis, mas é o gestor quem deve atribuir o valor de cada uma dessas descobertas para a organização.
Os sistemas do tipo I e II são, correta e respectivamente,
Alternativas
Ano: 2016 Banca: FCC Órgão: AL-MS Prova: FCC - 2016 - AL-MS - Técnico de Informática |
Q773092 Banco de Dados
Um famoso site de vendas sempre envia ao cliente que acabou de comprar um item X, ou o está analisando, a seguinte frase: Pessoas que compraram o item X também compraram o Y. Para isso, o site deve estar aplicando a técnica de Data Mining denominada
Alternativas
Q768681 Banco de Dados

Com relação a data mining e data warehouse, julgue o item que se segue.

Agrupar registros em grupos, de modo que os registros em um grupo sejam semelhantes entre si e diferentes dos registros em outros grupos é uma maneira de descrever conhecimento descoberto durante processos de mineração de dados.

Alternativas
Q768680 Banco de Dados

Com relação a data mining e data warehouse, julgue o item que se segue.

Comparados aos bancos de dados transacionais, os data warehouses são mais voláteis porque, para que se mantenham consistentes, são atualizados em tempo real a cada atualização que ocorrer em qualquer uma das bases originais de dados que o componham.

Alternativas
Q762153 Banco de Dados
A etapa de Mineração de Dados (DM – Data Mining) tem como objetivo buscar efetivamente o conhecimento no contexto da aplicação de KDD (Knowledge Discovery in Databases – Descoberta de Conhecimento em Base de Dados). Alguns autores referem‐se à Mineração de Dados e à Descoberta de Conhecimento em Base de Dados como sendo sinônimos. Na etapa de Mineração de Dados são definidos os algoritmos e/ou técnicas que serão utilizados para resolver o problema apresentado. Podem ser usados Redes Neurais, Algoritmo Genéticos, Modelos Estatísticos e Probabilísticos, entre outros, sendo que esta escolha irá depender do tipo de tarefa de KDD que será realizado. “Uma dessas tarefas compreende a busca por uma função que mapeie os registros de um banco de dados em um intervalo de valores reais.” Trata‐se de:
Alternativas
Q762152 Banco de Dados
A Mineração de Dados (DM – Data Mining) é uma das etapas da Descoberta do Conhecimento em Base de Dados (KDD – Knowledge Discovery in Databases), sendo considerada a principal etapa do processo de KDD. Neste processo, existe um conceito essencial, por dois motivos principais, que tem a seguinte definição “podem ser usadas após a etapa de Mineração de Dados, a fim de ordenar ou filtrar os padrões descobertos de acordo com o grau de interesse associado a estes padrões; podem ser usadas para restringir ou guiar o espaço de busca de Mineração de Dados, melhorando a eficiência da busca ao eliminar conjuntos de padrões que não satisfaçam a condições predeterminadas”. (Goldschmidt; Passos; Bezerra, 2015.)
A definição anterior trata‐se de qual conceito?
Alternativas
Q711661 Banco de Dados

A respeito de banco de dados, julgue o próximo item.

Uma big data não engloba dados não estruturados, mas inclui um imenso volume de dados estruturados suportado por tecnologias como o DataMining e o DataWarehouse para a obtenção de conhecimento a partir da manipulação desses dados.
Alternativas
Q711640 Banco de Dados

Julgue o item subsecutivo, referente às tecnologias de bancos de dados.

Em DataMining, as árvores de decisão podem ser usadas com sistemas de classificação para atribuir informação de tipo.
Alternativas
Q678068 Banco de Dados

Julgue o item a seguir, em relação a data warehouse e data mining.

No contexto de data mining, o processo de descoberta de conhecimento em base de dados consiste na extração não trivial de conhecimento previamente desconhecido e potencialmente útil.

Alternativas
Q644232 Banco de Dados

Julgue o item subsecutivo, acerca de mineração de dados.

As aglomerações, tipos de informação obtidos por meio da mineração de dados, caracterizam-se por se ligarem a um único e específico evento, em torno do qual ocorrem várias ações, com produção sistêmica de informações gerenciais que apoiarão uma nova ocorrência do mesmo tipo de evento.

Alternativas
Q644231 Banco de Dados

Julgue o item subsecutivo, acerca de mineração de dados.

Para a realização de prognósticos por meio de técnicas de mineração de dados, parte-se de uma série de valores existentes obtidos de dados históricos bem como de suposições controladas a respeito das condições futuras, para prever outros valores e situações que ocorrerão e, assim, planejar e preparar as ações organizacionais.

Alternativas
Respostas
261: A
262: C
263: A
264: E
265: E
266: D
267: B
268: D
269: E
270: D
271: B
272: C
273: E
274: A
275: A
276: E
277: C
278: C
279: E
280: C