Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
- Gran Questões
- Questões
Questões de Concurso sobre Mineração de Dados (Data Mining)
Disciplina
Assunto
1
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
Questões:
Todas as questões
Filtro simplificado
Questões
Todas as questões
389
questões
encontradas
20
Mais recentes
O processo de explorar grandes quantidades de dados a procura de padrões consistentes, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados é chamado de:
A
Data Lake.
B
Big Data.
C
Data Query.
D
Data Warehouse.
E
Data Mining.
Um cientista de dados utiliza uma técnica de mineração de dados complexa e baseada nos neurônios humanos, em que um conjunto de entrada é utilizado para prever uma ou mais saídas. Qual é o nome dessa técnica utilizada pelo cientista de dados?
A
Reasoning.
B
Regressão.
C
Redes neurais.
D
Redes bayesianas.
E
Regras de inteligência.
No modelo CRISP-DM, a fase na qual se planejam todas as atividades para carga dos dados é denominada entendimento dos dados.
C
Certo
E
Errado
Mecanismos de busca utilizam mineração de textos para apresentar ao usuário os resultados de suas pesquisas, de modo que ambos os conceitos se equivalem.
C
Certo
E
Errado
A técnica de agregação na mineração de dados atua em conjunto de registros que tenham sido previamente classificados.
C
Certo
E
Errado
Modelagem preditiva é utilizada para antecipar comportamentos futuros, por meio do estudo da relação entre duas ou mais variáveis.
C
Certo
E
Errado
Na análise hierárquica de agrupamentos, é possível realocar um elemento que tenha sido alocado incorretamente no início do processo.
C
Certo
E
Errado
Na etapa de mineração do data mining, ocorre a seleção dos conjuntos de dados que serão utilizados no processo de mining.
C
Certo
E
Errado
Estratificação é a abordagem da técnica de árvore de decisão que determina as regras para direcionar cada caso a uma categoria já existente.
C
Certo
E
Errado
Existem aplicações que analisam grandes volumes de dados, sob múltiplas perspectivas, a fim de permitir análises comparativas destinadas à tomada de decisões. Essas aplicações são chamadas de:
A
OLAP.
B
APF.
C
WORKLOAD.
D
CUBO.
E
METADADOS.
A mineração de textos utiliza técnicas diferentes da mineração de dados, tendo em vista que os textos representam um tipo específico de dado.
C
Certo
E
Errado
A correlação assíncrona pode indicar um alto coeficiente de similaridade entre dois eventos, mesmo que eles tenham iniciado em momentos distintos.
C
Certo
E
Errado
Tratando-se de aprendizagem de máquina, o fator de confiança para as evidências varia de -1 a 1 para representar a certeza do fato.
C
Certo
E
Errado
Assinale a alternativa que apresenta corretamente a terminologia de ‘classificador’ para a mineração de dados.
A
É um conjunto de bibliotecas de um programa que realiza a classificação de dados.
B
É qualquer algoritmo que atribui uma classificação para instâncias invisíveis.
C
É toda função matemática que classifica para instâncias de uma base de dados.
D
É uma linguagem computacional que aprimora a classificação de dados.
E
É um sistema de banco de dados que realiza o tratamento e a limpeza de dados que os classifica para o uso.
Dado os três conceitos técnicos abaixo, assinale a alternativa que corresponda respectivamente à tecnologia referente a cada um desses conceitos.
1. processo de explorar grandes quantidades de dados à procura de padrões consistentes.
2. refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.
3. depósito de dados digitais que serve para armazenar informações detalhadas relativamente a uma empresa.
A
1.Data Warehouse - 2.Business Intelligence - 3.Data Mining
B
1.Data Mining - 2.Data Warehouse - 3.Business Intelligence
C
1.Business Intelligence - 2.Data Warehouse - 3.Data Mining
D
1.Data Mining - 2.Business Intelligence - 3.Data Warehouse
E
1.Business Intelligence - 2.Data Mining - 3.Data Warehouse
No contexto de data mining, considere o caso hipotético a seguir:
Uma financeira possui o histórico de seus clientes e o comportamento destes em relação ao pagamento de empréstimos
contraídos previamente. Existem dois tipos de clientes: adimplentes e inadimplentes. Estas são as categorias do problema
(valores do atributo alvo). Uma aplicação de mining, neste caso, consiste em descobrir uma função que mapeie corretamente os
clientes, a partir de seus dados (valores dos atributos previsores), em uma destas categorias. Tal função pode ser utilizada para
prever o comportamento de novos clientes que desejem contrair empréstimos junto à financeira. Esta função pode ser
incorporada a um sistema de apoio à decisão que auxilie na filtragem e na concessão de empréstimos somente a clientes
classificados como bons pagadores.
Trata-se de uma atividade denominada
A
sumarização.
B
descoberta de associações.
C
classificação.
D
descoberta de sequências.
E
previsão de séries temporais.
Na mineração de dados, existem as regras de associação. Regras desse tipo representam uma associação entre os valores de certos atributos e os valores de outros atributos. Assinale a alternativa que apresenta corretamente o nome do processo de extração dessas regras de um determinado conjunto de dados.
A
Indução de regras (RI).
B
N melhores regras (N-BR).
C
Processamento de transações (TP).
D
Extração, transformação e carga (ETL).
E
Mineração de regras de associação (ARM).
Um Tribunal pretende analisar fatos (fatores ambientais e perfis profissionais, entre outros) que esclareçam por que alguns colaboradores se destacam profissionalmente enquanto outros não se desenvolvem e acabam por se desligar do órgão. Para facilitar essa análise, o Tribunal solicitou um auxílio tecnológico que indique quais características nos fatos apresentam razões positivas que justifiquem investimentos mais robustos no treinamento de colaboradores que tendem a se destacar a médio e longo prazos.
Para tanto, o Analista implantará um processo de análise científica preditiva com base em dados estruturados, que consiste na obtenção de padrões que expliquem e descrevam tendências futuras, denominado
A
snowflake.
B
drill over.
C
star schema.
D
slice accross.
E
data mining.
Ao ler esta notícia, uma Auditora Fiscal da área de TI concluiu, corretamente, que o cruzamento e a análise simultânea de diversas informações, como Nota Fiscal Eletrônica (NF-e), inadimplência, regularidade no cumprimento de obrigações, porte da empresa, composição do quadro societário, autos de infração anteriores, localização geográfica e atividade econômica, entre outras,
A
caracterizam-se como operações MOLAP, que usam a base de dados relacional para acessar os dados do cubo.
B
caracterizam-se como operações HOLAP, que não usam a base de dados relacional para acessar os dados do cubo.
C
podem ter sido realizados com a ajuda de ferramentas de Data Marts integrados, que não requerem a construção de um
DW.
D
podem ter sido realizados com ferramentas de Data Mining em tempo real, uma vez que os dados do DW são
constantemente atualizados a partir da chave de tempo que indica o dia no qual os dados foram extraídos dos sistemas
transacionais.
E
podem ter sido realizados com a ajuda de ferramentas de Data Mining, que permitem a exploração de grandes volumes de
dados para identificar padrões de comportamento e relacionamentos.
Gerar simulado