Questões de Concurso Comentadas por alunos sobre data mining em banco de dados
Foram encontradas 425 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
No que se refere à análise e à mineração de dados, julgue o próximo item.
A análise preditiva de dados se diferencia da análise
prescritiva de dados porque a primeira tem o objetivo de
determinar as consequências das decisões tomadas, enquanto
a segunda utiliza fatos do passado para visualizar e prever
eventos futuros.
No que se refere à análise e à mineração de dados, julgue o próximo item.
Entre as técnicas de mineração de dados, a análise de
sequência e caminho se caracteriza pelo processo de
encontrar relacionamentos entre dois conjuntos de dados
diferentes e aparentemente não relacionados.
A respeito de dados, julgue o item a seguir.
Análise de dados descritiva refere-se ao tipo de análise que
se baseia em técnicas estatísticas e mineração de dados para
prever o que vai acontecer em um contexto organizacional.
Coluna 1
1. Data Warehouse.
2. Data Mart.
3. Data Mining.
Coluna 2
( ) Conhecido também como mineração de dados. Sua função principal é a varredura de grande quantidade de dados à procura de padrões e detecção de relacionamentos entre informações, gerando novos subgrupos de dados.
( ) Centraliza e consolida grandes quantidades de dados de várias fontes. Seus recursos analíticos permitem que as organizações obtenham informações de negócios úteis de seus dados para melhorar a tomada de decisões.
( ) É uma forma simples de utilizar outro repositório mencionado acima com foco em um único assunto ou linha de negócios.
( ) Com ele, as equipes podem acessar dados e obter insights mais rapidamente, pois não precisam perder tempo pesquisando em outros repositórios mais complexos ou agregando manualmente dados de diferentes fontes.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Julgue o item a seguir, a respeito de mineração de dados, de arquitetura dos dados e de modelagem de dados.
Mineração de dados combina técnicas de descoberta de
conhecimento com técnicas de implementação eficientes que
permitem seu uso em bancos de dados extremamente
grandes.