Questões de Concurso
Comentadas sobre data mining em banco de dados
Foram encontradas 416 questões
A análise de clustering é uma tarefa que consiste em agrupar um conjunto de objetos de tal forma que estes, juntos no mesmo grupo, sejam mais semelhantes entre si que em outros grupos.
A respeito de mineração de dados, julgue o item que se segue.
No método de classificação para mineração de dados,
a filiação dos objetos é obtida por meio de um processo não
supervisionado de aprendizado, em que somente as variáveis
de entrada são apresentadas para o algoritmo.
A respeito de mineração de dados, julgue o item que se segue.
No método de mineração de dados por agrupamento
(clustering), são utilizados algoritmos com heurísticas para
fins de descoberta de agregações naturais entre objetos.
A respeito de mineração de dados, julgue o item que se segue.
O fator de suporte e o fator de confiança são dois índices
utilizados para definir o grau de certeza de uma regra de
associação.
A respeito de mineração de dados, julgue o item que se segue.
Os principais métodos de análise de agrupamentos em
mineração de dados incluem redes neurais, lógica difusa,
métodos estatísticos e algoritmos genéticos.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
As regras de associação adotadas em mineração de dados buscam padrões frequentes entre conjuntos de dados e podem ser úteis para
caracterizar, por exemplo, hábitos de consumo de clientes: suas preferências são identificadas e em seguida associadas a outros
potenciais produtos de seu interesse.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
Na mineração de dados preditiva, ocorre a geração de um conhecimento obtido de experiências anteriores para ser aplicado em situações futuras.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
A descoberta de conhecimento em bases de dados, ou KDD (knowledge-discovery), é a etapa principal do processo de mineração de
dados.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
A fase de implantação do CRISP-DM (cross industry standard process for data mining) só deve ocorrer após a avaliação do modelo
construído para atingir os objetivos do negócio.
Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.
Na primeira fase do CRISP-DM (cross industry standard process for data mining), há o entendimento dos dados para que se analise
a qualidade destes.
Em data mining, enquanto a classificação identifica possíveis agrupamentos dentro de uma massa de dados sem grupos predefinidos, a aglomeração reconhece modelos que identificam o grupo a que um item pertence e os relaciona por meio do exame de itens já categorizados.
Com relação aos sistemas de apoio à decisão, julgue o item seguinte.
A regra de classificação pode ser aplicada de várias formas,
sendo uma delas a regressão. A análise de regressão é
comumente aplicada quando se tem apenas um único domínio
de pesquisa. No entanto, o resultado dessa análise não equivale
a uma operação de data mining para a previsão da variável
destino.
Acerca de visualização e análise exploratória de dados, julgue o item seguinte.
Outlier ou anomalias são padrões nos dados que não estão de
acordo com uma noção bem definida de comportamento
normal.
Acerca de conceitos, premissas e aplicações de big data, julgue o item subsequente.
No processo de agrupamento, o objeto denominado medoide
é aquele que representa a mediana do grupo do conjunto.
Acerca de conceitos, premissas e aplicações de big data, julgue o item subsequente.
O objetivo das técnicas de pré-processamento de dados é
preparar os dados brutos para serem analisados sem erros de
incompletudes, inconsistências e ruídos.
Conheça nossos planos