Questões de Concurso Sobre data mining em banco de dados

Quanto à mineração de dados e ao CRISP-DM (Cross-Industry Standard Process for Data Mining), julgue o item.

Compreensão dos dados e preparação dos dados são fases do modelo CRISP-DM. 

Quanto à mineração de dados e ao CRISP-DM (Cross-Industry Standard Process for Data Mining), julgue o item.

Listagens, saídas gráficas, tabelas de resumo ou visualizações são formatos usados na apresentação dos resultados da mineração de dados.

Quanto à mineração de dados e ao CRISP-DM (Cross-Industry Standard Process for Data Mining), julgue o item.

A mineração de dados é uma técnica que objetiva adquirir conhecimento a partir dos dados, por meio da detecção de vários tipos de padrões em grandes volumes de dados.

Com relação a data warehouse e data mining, julgue o item a seguir. 

A análise de cluster em data mining permite, por meio de análise exploratória de dados, ordenar casos em clusters, de modo que o grau de associação seja forte entre os membros do mesmo cluster e fraco entre membros de clusters diferentes.

A respeito de data warehouse, data mining e business intelligence, julgue o item subsequente.

Sistemas de data mining viabilizam a extração de novos padrões significativos de informação que não seriam necessariamente encontrados por meio de meras consultas ou processamento de dados ou metadados no data warehouse.

Julgue o item seguinte, referente a arquiteturas e aplicações data warehouse, ETL e OLAP. 
Em um data warehouse que use uma arquitetura de três camadas, a mineração de dados interage diretamente com as fontes de dados. 

Com referência aos conceitos e técnicas de mineração de dados, julgue o item seguinte. 

Em um modelo para um aprendizado supervisionado dos dados no formato de uma árvore de decisão, um algoritmo de construção da árvore busca minimizar a informação necessária para classificar os dados nas partições da árvore.

Com referência aos conceitos e técnicas de mineração de dados, julgue o item seguinte. 

No aprendizado não supervisionado dos dados, usa-se uma amostra para treinamento, e os registros são colocados em agrupamentos semelhantes entre si quanto aos seus padrões.  

Com referência aos conceitos e técnicas de mineração de dados, julgue o item seguinte. 

Para encontrar regras de associação negativas de interesse, como a identificação de padrões nos dados de um arquivo, a hierarquia é uma técnica usada com base no conhecimento prévio sobre um conjunto de atributos do arquivo. 

A respeito de inteligência do negócio, julgue o item a seguir. 

Os conceitos de data warehouse (DW) e data mining (DM) são relacionados à inteligência de negócios; a principal diferença entre eles é que o DW atua na análise dos eventos do passado, enquanto o DM limita-se na predição dos eventos futuros. 

Com respeito a análise de componentes principais, mistura de gaussianas e agrupamento k-means, julgue o item que se segue. 

Considere que, em uma análise de agrupamentos por meio de mistura de gaussianas, três distribuições normais com médias   se referem, respectivamente, aos clusters 1, 2 e 3. Nessa situação, pelo modelo de mistura de gaussianas, o cluster 1 é constituído pelas observações mais próximas da média 

Os modelos ditos fracos, também chamados modelos de base, muitas vezes são combinados com o objetivo de se construir um modelo mais forte, no qual a variância e o viés atinjam equilíbrio satisfatório. Esse procedimento, denominado ensembles, é muito utilizado em ciência de dados e aprendizado de máquinas. Quanto às formas de ensembles, julgue o próximo item. 


O ensemble denominado bagging tem como foco principal a redução do viés e não da variância, treinando-se os modelos em sequência, tal que os erros dos primeiros modelos treinados são utilizados para o ajuste nos pesos matemáticos dos próximos modelos. 

Com relação a data warehouse e data mining, julgue o item subsequente.

A análise de data mining por padrão sequencial visa à identificação de fatos que geram outros fatos, sempre ocorrendo causa e consequência em momentos adjacentes.

Com relação a data warehouse e data mining, julgue o item subsequente.

A etapa de estratificação da técnica de árvore de decisão é responsável por determinar as regras para a designação dos casos identificados a uma categoria existente mais adequada no data mining. 

Na situação hipotética em tela, considerando as bases de dados antigas e novas, seria uma ótima prática a utilização dos conceitos de data warehouse e data mining para, por exemplo, automatizar a análise de currículos de acordo com as competências dos empregados.