Questões de Concurso sobre Mineração de Dados (Data Mining)

A mineração de dados envolve técnicas utilizadas para descobrir padrões e relações em grandes volumes de dados, podendo empregar métodos supervisionados ou não supervisionados. Considerando esses conceitos, informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.

( ) Classificação é uma técnica não supervisionada cujo objetivo é prever uma classe categórica a partir dos dados analisados. ( ) Regressão é uma técnica supervisionada utilizada para prever um valor numérico contínuo com base em um conjunto de dados previamente rotulados.

( ) Clusterização é uma técnica não supervisionada que visa agrupar objetos similares sem a utilização de rótulos prévios.

( ) Regras de associação buscam identificar relações do tipo “Se X ocorre, então Y tende a ocorrer”, sendo o algoritmo k-NN (k-Nearest Neighbors, ou k-vizinhos mais próximos) um dos métodos comumente utilizados para esse fim.

Em mineração de dados, dado ruidoso é aquele cujo valor está fora do domínio do atributo.

O processo de KDD (Knowledge Discovery in Databases) é fundamental na mineração de dados e envolve etapas bem definidas.

Baseando-se nessas informações, pode-se concluir que a etapa do KDD responsável pela limpeza, seleção e transformação dos dados antes da aplicação dos algoritmos é denominada:

No processo de descoberta de conhecimento (KDD), a etapa de mineração de dados se caracteriza por

Em business intelligence, mineração de dados consiste em

A respeito da técnica de Data Mining, utilizada em bancos de dados, é correto afirmar que

A Mineração de Dados é a etapa do processo de KDD (Knowledge Discovery in Databases) responsável por extrair modelos de conhecimento a partir dos dados disponíveis. Após a construção desses modelos, é fundamental avaliar sua qualidade, o que exige compará-los com dados específicos para mensurar métricas que reflitam seu desempenho. Para garantir uma avaliação imparcial, os dados utilizados na criação do modelo não devem ser os mesmos empregados em sua validação. Assim, o processo de KDD deve utilizar, no mínimo, dois conjuntos distintos de dados: um conjunto de treinamento, para gerar o modelo, e um conjunto de testes, para avaliá-lo.

Selecione a opção que identifica o método de particionamento de dados em que o “conjunto de treinamento” é gerado por N sorteios aleatórios com reposição a partir do conjunto de dados original (que contém N registros). Já o “conjunto de testes” é composto pelos registros não selecionados para o “conjunto de treinamento”.

Data Warehouses (DW) e Mineração de Dados (MD) são muito difundidos em diversos tipos de organizações. Eles possuem usos consagrados nas áreas de arquiteturas de sistemas de informação e Big Data.

Com relação ao DW e MD, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F).

( ) O objetivo do DW é dar suporte ao processo de tomada de decisão com dados por intermédio de diversos tipos de algoritmos tais como regras de associação, árvores de classificação. A MD pode ser usado juntamente com o DW para com certos tipos de tomada de decisão em cenários de aplicações de Big Data.

( ) Para tornar o DM mais eficiente o DW dever ter uma coleção de dados agregada e resumida. A MD ajuda na extração de novos padrões que não podem ser encontrados apenas ao consultar e processar dados e metadados do DW.

( ) As aplicações de MD devem ser projetadas para facilitar seu uso juntamente com o DW. Para bancos de dados muito grandes (da ordem de grandeza de terabytes até petabytes de dados), o uso bem-sucedido das aplicações de MD dependerá, em primeiro lugar da construção de um DW.

As afirmativas são, respectivamente,

A prefeitura de uma metrópole implementou um sistema de análise de dados para monitorar a concessão de subsídios e benefícios sociais. No entanto, o sistema começou a detectar um aumento de solicitações fraudulentas, Incluindo a inserção de dados falsos para se qualificar a benefícios indevidos. À equipe de analistas responsável identificou uma oportunidade de utilizar as TICs em favor da sociedade, diante da flagrante violação das questões éticas. Assim, optou-se por usar uma abordagem de mineração de dados para identificar padrões de fraude nos dados, considerando que muitas fraudes envolvem pequenas manipulações difíceis de identificar. A opção escolhida foi

O uso de data mining permite, por exemplo, que uma empresa de varejo descubra padrões de compra ocultos em grandes volumes de dados, permitindo que a empresa crie promoções direcionadas ou ajuste o leiaute da loja para aumentar as vendas.

Uma das funções de data mining é realizar previsões com base em dados históricos, utilizando algoritmos como regressão, redes neurais e árvores de decisão.

As técnicas de data mining operam exclusivamente com dados rotulados, utilizando apenas algoritmos supervisionados, uma vez que a descoberta de padrões requer o conhecimento prévio das classes dos dados.

Em mineração de dados, as regras de associação podem ser utilizadas para identificar combinações recorrentes entre argumentos jurídicos e decisões judiciais, revelar padrões entre tipos de ação e desfechos processuais, e auxiliar na recomendação de precedentes com base em casos semelhantes.

A mineração de dados pode ser aplicada para a identificação de padrões de associação, como a regra “se X, então Y”, frequentemente utilizada em análise de cestas de compras.

A mineração de dados é uma técnica em que se utilizam exclusivamente algoritmos de aprendizado supervisionado para a identificação de padrões em grandes volumes de dados; no contexto de Big Data, a premissa principal é a utilização de bancos de dados relacionais tradicionais, que são suficientes para o enfrentamento dos desafios de volume, variedade e velocidade característicos desse ambiente.

A mineração de dados consiste na inferência de relações com base em um grande volume de dados. No que tange à mineração de dados, um algoritmo de classificação é o:

Em big data, a premissa variedade refere-se ao acréscimo dos volumosos tipos de dados semiestruturados e não estruturados aos tradicionais conjuntos de dados estruturados das organizações, responsável por impor desafios contextuais adicionais para o armazenamento, o tratamento e a análise dos dados dessas organizações.

Em data mining, a técnica de associação é uma função que determina o coeficiente de afinidade entre certos eventos.

A tarefa de agrupamento de dados consiste na análise de conjuntos de dados em que estão presentes apenas as descrições dos dados e pode até mesmo resolver problemas de detecção de desvios.

A análise de conglomerados tem como objetivo agrupar os elementos de um conjunto de dados que tenham semelhanças entre si.