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
No que se refere a data mining e sistemas de suporte a decisão, assinale a opção correta.
A
A técnica de clustering em data mining utiliza os algoritmos ID3 e o C4.5. Esses algoritmos produzem árvores de decisão, o que permite gerar clusters de elementos que, por sua vez, geram mapeamento dos elementos em grupos predefinidos.
B
Utilizando-se a técnica dice em data mining, é possível descobrir regras do tipo basket data, em que cada tupla consiste em um conjunto de atributos binários chamados itens.
C
A técnica de associação em data mining verifica se há controle ou influência entre atributos ou valores de atributos, no intuito de verificar, mediante a análise de probabilidades condicionais, dependências entre esses atributos.
D
Data mining é o processo não trivial de identificar, em bases de dados, padrões válidos, novos e potencialmente úteis ao usuário. KDD (knowledge discovery in databases) é um processo dentro do data mining.
E
A técnica de classificação em data mining possibilita a definição de classes e o enquadramento de elementos em grupos de afinidades, por meio de avaliação de similaridade entre esses elementos.
As técnicas de mineração de dados podem ser categorizadas em supervisionadas e não supervisionadas.
As técnicas de árvores de decisão, agrupamento e regras de associação são categorizadas, respectivamente, como
A
não supervisionada, não supervisionada, não supervisionada
B
não supervisionada, supervisionada e não supervisionada
C
supervisionada, não supervisionada e não supervisionada
D
supervisionada, não supervisionada e supervisionada
E
supervisionada, supervisionada e supervisionada
Em datamining, o uso de holdout induz o modelo de classificação a partir do conjunto de treinamento, e seu desempenho é avaliado no conjunto de teste. Quanto menor o conjunto de treinamento, maior a variância do modelo; no entanto, se o conjunto de treinamento for grande demais, a precisão estimada calculada a partir do conjunto menor é menos confiável.
C
Certo
E
Errado
Um Data Mart pode ser considerado, na visão bottom-up, uma reunião de vários Data Mining, desde que estes sejam desenvolvidos em modelos multidimensionais (MDM).
C
Certo
E
Errado
O data mining tem por objetivo a extração de informações úteis para tomadas de decisão com base nos grandes volumes de dados armazenados nas organizações. Os dados para o data mining são originados restritamente dos data warehouses, pois estes são os que aglomeram enorme quantidade de dados não voláteis e organizados por assunto.
C
Certo
E
Errado
A classificação de dados -— processo de encontrar um conjunto de modelos a fim de distinguir conceitos - ou classes de conceitos — está mais bem associada aos sistemas de transação on-line de processamento de dados que aos sistemas de informações gerenciais analíticas, como o data mining.
C
Certo
E
Errado
Considerando as etapas e tarefas de Mineração de Dados, é correto afirmar que
A
a Mineração é a etapa essencial do processo; ela consiste na aplicação de técnicas inteligentes, a fim de se extrair os padrões de interesse do usuário. Para que essa etapa ocorra, é necessário que os dados estejam preparados através de etapas, tais como limpeza, seleção e transformação dos dados.
B
as etapas de Pós-processamento e visualização dos Resultados ocorrem quando a técnica de Análise de Outliers é a escolhida para analisar os dados.
C
Redes Neurais podem ser usadas na tarefa de classificação. Nesse caso, o algoritmo de classificação terá como entrada um banco de dados de treinamento e retornará como saída uma rede neural que contém uma árvore de decisão a ser analisada.
D
na tarefa de análise de Agrupamentos (ou análise de clusters), são trabalhados dados que já foram classificados. Por isso, a tarefa consiste em identificar agrupamentos com regras de associação embutidas.
Identifique, dentre os itens abaixo, os que podem ser utilizadas por processos e sistemas de data mining.
1. Criptografia assíncrona
2. Inteligência artificial
3. Machine learning
4. Estatística
5. Algoritmos genéticos
Assinale a alternativa que indica todos os itens corretos.
A
São corretos apenas os itens 2, 3 e 4.
B
ão corretos apenas os itens 2, 3 e 5.
C
São corretos apenas os itens 1, 2, 3 e 5.
D
São corretos apenas os itens 2, 3, 4 e 5.
E
São corretos os itens 1, 2, 3, 4 e 5.
O Data Mining possibilita descobrir padrões úteis de diferentes formas. Uma delas é por meio de classificação, utilizando-se o algoritmo ID3 que recebe como entrada um conjunto de tuplas para treinamento chamado exemplos e um atributo objetivo, que permite criar árvores de decisão.
C
Certo
E
Errado
Na mineração de dados, são utilizadas técnicas estatísticas para analisar grandes volumes de dados em busca de padrões que podem ser expressos por regras de associação, regras de correlação de sequência e regras de classificação.
C
Certo
E
Errado
A mineração de dados (data mining) é um método computacional que permite extrair informações a partir de grande quantidade de dados.
C
Certo
E
Errado
Um banco de dados pode conter objetos de dados que não sigam o padrão dos dados armazenados. Nos métodos de mineração de dados, esses objetos de dados são tratados como exceção, para que não induzirem a erros na mineração.
C
Certo
E
Errado
Business Intelligence – BI engloba um conjunto de ferramentas e aplicativos que oferece aos tomadores de decisão possibilidade de organizar, analisar, distribuir e agir, ajudando a organização a tomar decisões melhores e mais dinâmicas. Além das ferramentas de modelagem analítica e de previsões, outras três principais utilizadas em BI são
A
E-Learning, ERP e Data Marts.
B
Data Warehouse, Olap e Data Mining.
C
E-business, Drill Up e Downsizing.
D
Database, E-commerce e Outsourcing.
E
Benchmarch, Drill Through e Walkthrough.
No contexto de DW, é uma categoria de ferramentas de análise denominada open-end e que permite ao usuário avaliar tendências e padrões não conhecidos entre os dados. Trata-se de
A
slice.
B
star schema.
C
ODS.
D
ETL.
E
data mining.
Existe uma integração total entre a tecnologia data mining e todos os SGBDs que permite a qualquer usuário, até mesmo aos que desconhecem o esquema de dados de um banco em SQL, descobrir informações nele existentes.
C
Certo
E
Errado
Um dos métodos de classificação do datamining é o de análise de agrupamento (cluster), por meio do qual são determinadas características sequenciais utilizando-se dados que dependem do tempo, ou seja, extraindo-se e registrando-se desvios e tendências no tempo.
C
Certo
E
Errado
Mineração de dados, em seu conceito pleno, consiste na realização, de forma manual, de sucessivas consultas ao banco de dados com o objetivo de descobrir padrões úteis, mas não necessariamente novos, para auxílio à tomada de decisão.
C
Certo
E
Errado
A exploração, no sentido de utilizar as informações contidas em um datawarehouse, é conhecida como data mining.
C
Certo
E
Errado
No tocante ao data mining, o tipo de informação que é extraída desta ferramenta, em que se pode descobrir, por exemplo, que, quando se compra uma casa, compra-se também uma geladeira, considerando-se que essas compras são realizadas num período de duas semanas, é:
A
classificação;
B
aglomeração;
C
prognósticos;
D
associação;
E
sequência.
Sobre Data Mining, pode-se afirmar que:
A
Refere-se à implementação de banco de dados paralelos.
B
Consiste em armazenar o banco de dados em diversos computadores.
C
Relaciona-se à capacidade de processar grande volume de tarefas em um mesmo intervalo de tempo.
D
Permite-se distinguir várias entidades de um conjunto.
E
Refere-se à busca de informações relevantes a partir de um grande volume de dados.
Gerar simulado