Analise as afrmativas abaixo com relação à Data Mining e Da...
1. Ferramentas de Data Mining podem ser utilizadas independentemente do Data Warehouse, mas obtêm-se melhores resultados quando aplicadoasde forma conjunta.
2. Técnicas de Clusterização podem ser utilizadas na extração e na preparação de dados de um banco de dados para um Data Warehouse.
3. Data Mining é uma evolução do conceito de Data Warehouse.
4. A mineração de dados baseia-se na utilização de algoritmos capazes de analisar grandes bases de dados de modo efciente e revelar padrões interessantes, escondidos nos dados.
Assinale a alternativa que indica todas as afrmativas corretas.
Não entendo qual seria o erro de considerar a alternativa 2 como correta também... Alguém saberia explicar o porquê de não podermos utilizar Técnicas de Clusterização para otimizar a extração e preparação de dados?
Também acho que a alternativa 2 está correta.
Esta banca não pode ser levada a sério... Não é a toa que a prova foi anulada...
Creio que o erro da 2 está no fato de que a clusterização é usada em data mining. Mas o uso para extração de dados é possível. Na preparação é que poderia não ser enquadrada.
Senhores,
Entendo que a clusterização pode aplicar-se ao processo de mineração de dados, haja vista que estamos falando de uma espécie de hierarquização ou particionamento. No meu modo de enxergar, a proposta da assertiva de número 2 está realmente incorreta, pois não faria muito sentido clusterizar no ETL, ou seja, antes de "entrar" no Data Warehouse, mas sim, quando for o caso, a partir da "saída" do Data Warehouse. No entanto, olhando rapidamente, não encontrei qualquer embasamento consolidado. Assim, sugiro que quem entender diferente, se posicione.
Saudações,
Fepese sendo fepese... Realmente n tem mta utilidade usar clusterizacao mas a questão colocou "podem" :("O armazenamento se dá num depósito único, que seja de rápido acesso para as análises." https://pt.wikipedia.org/wiki/Armaz%C3%A9m_de_dados
Ou seja, não em clusters.
Alternativa correta: B - São corretas apenas as afirmativas 1 e 4.
Para resolver esta questão, é essencial compreender o que são Data Mining e Data Warehouse. Data Mining, ou mineração de dados, refere-se ao processo de descobrir padrões e informações relevantes em grandes conjuntos de dados. Por outro lado, Data Warehouse é um repositório centralizado de dados, provenientes de diferentes fontes, organizado para suportar decisões de negócio através de análises.
A afirmativa 1 está correta porque é verdade que as ferramentas de Data Mining podem ser utilizadas de forma independente de um Data Warehouse; entretanto, quando combinadas com um Data Warehouse, onde os dados já estão filtrados, limpos e organizados, a mineração tende a ser mais eficiente e eficaz. Isso se deve ao fato de que o ambiente de um Data Warehouse é ideal para realizar análises profundas de dados.
Quanto à afirmativa 4, também está correta. Data Mining é caracterizado pelo uso de algoritmos sofisticados para examinar grandes volumes de dados a fim de descobrir padrões ocultos, correlações e outras informações úteis que não são facilmente visíveis em análises superficiais. Os algoritmos utilizados são projetados para serem eficientes e eficazes na gestão de vastas quantidades de informações.
As outras alternativas contêm erro em suas afirmações, como: a afirmativa 2 sugere que técnicas de clusterização são utilizadas na preparação de dados para um Data Warehouse, o que não é comumente o procedimento padrão; e a afirmativa 3 está incorreta ao indicar que Data Mining é uma evolução do Data Warehouse, quando na verdade são conceitos complementares, mas distintos em sua natureza e propósito.
Conheça nossos planos