A respeito de data warehouse e data mining, julgue o próximo...

A questão exige conhecimentos a respeito do Data Mining.

O data mining ajuda a identificar padrões ocultos e relações entre variáveis, que podem ser usados para prever tendências, identificar oportunidades de negócios e melhorar a tomada de decisões.

É o processo de navegar através de grandes quantidades de dados para produzir relacionamentos de conteúdo, assim prevendo comportamentos e costumes.

A mineração de dados consiste em buscar padrões e combinações de dados que ajudem a melhorar os negócios.

Exemplo: Extraindo-se os dados de vendas de supermercado descobriu-se que a venda de cervejas aumenta quando aumenta-se a venda de fraldas descartáveis.

Motivo: Quando os pais vão ao supermercado comprar fraldas, aproveitam para comprar uma cerveja. A partir disso, o gerente do supermercado decidiu colocar uma "ilha" de cerveja no corredor de acesso às fraldas, e aumentou ainda mais as vendas dos dois produtos.

Esse processo envolve a utilização da Engenharia da Computação e da programação para analisar grandes quantidades de dados (Big Data) e extrair conhecimentos valiosos a partir deles.

Gabarito do monitor: CERTO

Mineração de Dados (Data Mining) é um conjunto de processos, métodos e ferramentas, os quais possuem como objetivo encontrar padrões e correlações úteis e consistentes através da exploração, organização e análise de uma grande quantidade de dados.

Por meio da utilização de técnicas de inteligência artificial, aprendizado de máquina, estatística, entre outras, é possível realizar uma análise organizada de grandes volumes de dados, de modo a, por exemplo, prever resultados futuros por meio do descobrimento de padrões anteriormente desconhecidos.

nao seria extrair e analisar **dados**?

Data Mining (Mineração de Dados)

Garimpagem ou mineração. BARBIERI

Busca algo mais que interpretação, inferências, tentando adivinhar possíveis fatos e correlações não explicitadas nas montanhas de dados de um DW/DM.

Permite ao usuário avaliar tendências e padrões não conhecidos entre os dados.

O Data Mining apoia o conhecimento indutivo, que descobre novas regras e padrões nos dados fornecidos. ( ELMASRI, NAVATHE )

Data Mining se refere à mineração ou a descoberta de novas informações em função de padrões ou regras em grandes quantidades de Dados .( ELMASRI, NAVATHE )

Outras qustões sobre o assunto:

 (FCC/2015)As ferramentas de Data Mining permitem ao usuário avaliar tendências e padrões não conhecidos entre os dados. Esses tipos de ferramentas podem utilizar técnicas avançadas de computação como redes neurais, algoritmos genéticos e lógica nebulosa, dentre outras.(C)

(Ano: 2011  Órgão: SEDUC-AM) A mineração de dados (data mining) é um método computacional que permite extrair informações a partir de grande quantidade de dados. CERTA

Pessoal confunde muito esses conceitos, vai aí um resuminho:

BIG DATA: A imensa quantidade de dados não estruturados que o mundo está produzindo atualmente.

DATA MINING: Consiste no uso de processos para explorar grandes quantidades de dados digitais à procura de padrões consistentes, como regras de associação ou sequências temporais, com o objetivo de descobrir relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.

DATA WAREHOUSE: Basicamente, um depósito de dados digitais para armazenar informações corporativas detalhadas. (não volátil) “É um agrupamento inteligente de dados de uma mesma fonte, um princípio muito discutido quando relacionado a soluções de ”inteligência empresarial”

• Um data mart é uma forma simples de data warehouse que se concentra em um único assunto ou linha de negócios, como vendas, finanças ou marketing. 

Uma observação importante: "datamining e datawarehouse podem ser aplicados em conjunto e isso pode gerar resultados TOPs!!!".

FONTES: KIMBALL, Ralph. Data Warehouse toolkit e cetax.com.br

Correto

Data mining (mineração de dados)

Resumidamente, busca extrair/identificar padrões ocultos nos dados. É o processo de encontrar anomalias, padrões e correlações em grandes conjuntos de dados a fim de prever resultados e oferecer conhecimento.