Julgue os próximos itens, acerca de sistemas de suporte à de...

Alternativa Correta: C - certo

A técnica de agrupamento (clustering) é uma ferramenta importante dentro do processo de mineração de dados. Esse método é utilizado para dividir um conjunto de dados em grupos, de modo que os itens em cada grupo sejam mais similares entre si em comparação com os itens de outros grupos.

No contexto de sistemas de suporte à decisão, o agrupamento ajuda a revelar padrões e relações ocultas nos dados, que podem ser fundamentais para a tomada de decisões estratégicas. Um exemplo prático seria o agrupamento de clientes com hábitos de compra semelhantes em um banco de dados de varejo, o que poderia orientar campanhas de marketing direcionadas.

A declaração de que esta técnica permite a descoberta de dados por faixa de valores está correta. Os algoritmos de clustering realizam o exame de alguns atributos das entidades envolvidas (como idade, renda, padrões de consumo, entre outros) e os agrupam com base na similaridade desses atributos. Isso permite, por exemplo, que se identifiquem grupos de pessoas dentro de uma determinada faixa de renda ou que se descubram produtos frequentemente comprados juntos.

Em resumo, a técnica de clustering é essencial para identificar e analisar agrupamentos naturais dentro de grandes conjuntos de dados, o que é uma parte valiosa do processo de mineração de dados e apoio à decisão nas organizações.

Os registros são agrupados em função de suas similaridades básicas, ou seja, quando se deseja formar agrupamentos (clustering), seleciona-se um conjunto de atributos (variáveis) e em função da similaridade desses atributos (faixa de valores dos atributos) são formados grupos.

Tecnicas de mineracao de dados:

Regressão

Pergunta: "Quanto uma concessionaria devería cobrar por um carro? Os modelos de regressão podem responder a essa pergunta com uma resposta numérica, usando dados de vendas passadas.

Classificação

Pergunta: "Qual a probabilidade de uma pessoa X comprar o mais novo modelo de carro?" Criando uma árvore de classificação, os dados podem ser minerados para determinar a probabilidade de essa pessoa comprar um novo carro. 

Armazenamento em cluster

Pergunta: "Que faixa etária gosta de carros da cor prata?" A partir de dados de compradores previo de carro, é possível encontrar se certas faixas etárias (22-30 anos de idade, por exemplo) estão mais propensas a comprar um certo tipo de cor (75 por cento compram azul). 

Vizinho mais próximo

Pergunta: "Quando as pessoas compram um carro, quais outras opções elas tendem a comprar ao mesmo tempo?" Os dados podem ser minerados para mostrar que elas também compram um som. Assim, a concessionária pode mover as promoções dos sons automotivos para a parte da frente da concessionária, em um esforço para aumentar as vendas.

Agrupamento = Clustering. Método NÃO SUPERVISIONADO, ou seja, descobre por sí só.

Agrupamento (Clusterização/Aglomeração/Agregação) é a técnica que visa fazer agrupamentos automáticos de dados segundo o seu grau de semelhança, permitindo a descoberta por faixa de valores e pelo exame de atributos das entidades envolvidas. O objetivo é descobrir diferentes agrupamentos de uma massa de dados e agrupá-los de uma forma que ajude com sua análise. A cada conjunto de dados resultante do processo, dá-se o nome de grupo, aglomerado, agrupamento ou cluster. O agrupamento é uma técnica de aprendizado não-supervisionado, ou seja, não há um pré-estabelecimento de classes antes da análise de dados.

☆ Agrupamento = não-supervisionado (não estabelece classes antes da análise)

☆ Classificação = é supervisionado (estabelece classes antes da análise)