A mineração de dados (data mining) é uma das etapas do proce...

Alternativa correta: E - errado

A questão trata sobre a mineração de dados, mais especificamente sobre o processo de descoberta de conhecimento em banco de dados (KDD - Knowledge Discovery in Databases). Dentro desse processo, a mineração de dados é, sem dúvidas, um dos passos importantes. Contudo, a descrição da técnica previsão apresentada no enunciado está imprecisa.

A técnica de previsão em data mining visa antecipar resultados futuros com base em dados históricos e padrões identificados durante a análise. O erro do item está na afirmação de que ela consiste em repartir os dados para identificar diferentes classes ou categorias com base em combinações de parâmetros. Essa descrição é mais adequada para classificação ou clustering, que são técnicas distintas:

• Classificação: Associa dados a classes pré-determinadas.
• Clustering: Agrupa dados automaticamente com base em suas características, sem classes pré-definidas, formando 'clusters' ou grupos.

Já a previsão, no contexto de data mining, poderia envolver, por exemplo, a análise de vendas passadas para prever as futuras, ou a aplicação de modelos estatísticos e de machine learning para estimar tendências, uma prática bastante comum em áreas como financeira, marketing e varejo.

Para resolver adequadamente questões como essa, é essencial ter um entendimento claro das definições e aplicações das técnicas de mineração de dados e não confundir terminologias.

Está errado o trecho "a técnica previsão", pois de acordo com a descrição do texto, a técnica correta seria classificação (não é mencionado se é supervisionado ou não-supervisionado o qual se trata da técnica de agrupamento).

Para quem não entendeu, segue abaixo um resumo mais detalhado que esquematiza essas técnicas e o processo de descoberta:

---

Etapas do processo de descoberta de conhecimento (Knowledge discovery in Database - KDD):
Entrada de Dados -> Pré-processamento -> Mineração -> Pós-processamento -> Informação

1. Pré-processamento
(seleção de atributos, redução de dimensionalidade, normalização, amostragem)
2. Mineração
(Aplicação de algoritmos de aprendizado por máquina):
Técnicas: < Classificação - Agrupamento - Anomalias - Associações >

2.1 Classificação,
ou classificação supervisionada: O conjunto de treinamento já possui uma classe. E.g.: Predizer espécie de uma flor dadas as características dela.
2.2 Agrupamento (Clustering):
O conjunto de treinamento não possui classe e é aprendido automaticamente pelo algoritmo, e.g. descoberta de centróides.
2.3 Anomalias (Anomaly Detection):
Aprende um padrão e detecta casos que extrapolam esse padrão, e.g. análise de fraude em cartões de crédito.
2.4 Associação (Association Analysis):
Aprende padrão de associação entre certos atributos e deriva uma regra, e.g. market basket analysis no Walmart - quem compra cerveja compra fraldas.

3. Pós-processamento
(Filtragem de padrões, visualização, interpretação de padrões).

Fonte: Tan et al, Introdução ao Data Mining.

Nesse caso Previsão = Pediçaõ é uma meta e não uma etapa. Portanto resposta: ERRADO

Creio que seria uma técnica de descrição e não de previsão...

É realmente uma das etapas do KDD(Knowledge Discovery in Databases – Descoberta de Conhecimento em Bancos de Dados). No entanto, a técnica de repartir os dados de modo que diferentes classes ou categorias possam ser identificadas com base em combinações de parâmetros é, na verdade, a técnica de classificação e, não, previsão.

Gabarito: Errado

Previsão é um dos objetivos da mineração de dados. Sendo eles: predição, identificação, classificação e otimização. (P I C O)

Já o que está descrição é uma técnica - especificação de como descobrir padrões- PREDITIVA de CLASSIFICAÇÃO. Essa última consiste em: cada instância ser dividida em coleções de atributos, que visa estabelecer categorias pré definidas antes da análise de dados a partir de conjunto de outros dados, bem como a distribuição dos dados nas categorias estabelecidas.