Questões Militares de Banco de Dados - Data Mining
Foram encontradas 10 questões
Marque a opção que completa corretamente a lacuna da assertiva a seguir.
Formalmente, uma regra de associação é uma implicação da forma X → Y, onde X e Y são conjuntos de itens tais que X ____ Y= Ø
( ) As abordagens de redução de dados vertical conhecidas como Filter realizam a seleção de atributos sem considerar o algoritmo de mineração de dados que será utilizado aos atributos selecionados. Por outro lado, as abordagens conhecidas como Wrapper experimentam o algoritmo de mineração de dados para cada conjunto selecionado, avaliando os resultados obtidos.
( ) Os algoritmos de clusterização e classificação automática visam modelar os dados utilizando padrões locais enquanto que algoritmos de regras de associação procuram modelar os dados utilizando padrões globais.
( ) São exemplos de métodos de clusterização: k-means, k-Modes, k-medoids e BIRCH
( ) São exemplos de métodos de descoberta de sequencias: GSP, CART, MSDD, SPADE
Com relação à análise em Big Data, analise as afirmativas abaixo.
I- Modelagem preditiva são algoritmos e técnicas que utilizam dados para determinar resultados futuros.
II- A análise de texto é o processo de analisar texto desestruturado, extrair dados relevantes e transformá-los em informação estruturada, que pode, então, ser aproveitada de diversas formas.
III- São técnicas da Mineração de dados: Árvores de classificação e Redes Neurais.
IV- Vídeos, diferentemente de imagens, não são fontes de dados para análise em Big Data.
Assinale a opção correta.
Considere a teoria de mineração de dados e as alternativas abaixo:
I – Classificação
II – Associação
III – Limpeza
IV – Agrupamento
V – Totalização
São tarefas / técnicas conhecidas da mineração de dados as alternativas
( ) A tarefa de agrupamento de dados consiste em agrupar um conjunto de registros em dois ou mais grupos, com base em alguma medida de semelhança ou de proximidade entre os valores dos atributos que os compõem.
( ) Na tarefa de associação os padrões de dados descobertos são apresentados na forma de regras do tipo A →C, onde A e C representam, respectivamente, o antecedente e o consequente da regra.
( ) Os algoritmos para construção de árvores de decisão, como o ID3 e C4.5, são utilizados na tarefa de classificação.