Questões de Concurso sobre Mineração de Dados (Data Mining)

A coleta de dados que serão garimpados, na mineração de dados, é feita na etapa de

A mineração de dados tem como objetivos identificar padrões nos dados, classificar dados de partição em classes e otimizar o uso de recursos limitados, como tempo, espaço e materiais.

Considere o seguinte texto:

Castro e Ferrari (2016), na obra Introdução à Mineração de Dados, explicam que uma anomalia (outlier) é um objeto que difere do padrão normal esperado, ou ainda, “um objeto que se diferencia substancialmente de outros objetos da mesma amostra ou grupo”. Os autores mencionam que a detecção de anomalias tem sido usada “há séculos para detectar e, quando apropriado, executar alguma tomada de decisão sobre objetos anômalos da base de dados”. Várias nomenclaturas são usadas quase indistintamente para detecção de anomalias, como detecção de novidades, detecção de ruídos, detecção de desvios, detecção de falhas, detecção de exceções e mineração de exceções.

(CASTRO, Leandro Nunes de; FERRARI, Daniel Gomes. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016.)

A respeito da análise de anomalias (outliers), assinale a alternativa correta.

O termo data lake é usado para se referir a uma arquitetura em que os dados são armazenados em vários sistemas de armazenamento de dados e em diferentes formatos, inclusive em sistemas de arquivos, mas podem ser consultados em um único sistema.

Sistemas de data mining viabilizam a extração de novos padrões significativos de informação que não seriam necessariamente encontrados por meio de meras consultas ou processamento de dados ou metadados no data warehouse.

A Mineração de Dados é comumente classificada pela sua capacidade em realizar determinadas tarefas. Qual das tarefas abaixo descreve a natureza de ocorrências futuras, de certos eventos, com base nos acontecimentos passados?

Em um projeto de análise de dados, uma Analista ficou responsável pela tarefa de fazer o agrupamento de clientes de uma empresa de telecomunicações em cinco grupos distintos. A Analista realizou dois tipos de agrupamentos:

I. Cada cliente foi colocado em um único grupo dos cinco grupos definidos.

II. Cada cliente recebeu uma probabilidade de estar em um dos cinco grupos da empresa.

Os agrupamentos do tipo I e II são, correta e respectivamente:

Criada na década de 90, a expressão Data Mining serve para definirmos a área de estudo de dados focada na aquisição de conhecimento a partir destes dados. Essa área conta com o apoio de outras áreas de estudo, como por exemplo a estatística e a inteligência artificial.

Marque a alternativa que indica, corretamente, o nome do tipo de problema que Data Mining é capaz de resolver e que é um caso especifico de problemas de classificação.

São técnicas de Inteligência Artificial de Data Mining:

1. Estatística.

2. Reconhecimento de Padrões.

3. Representação do Conhecimento.

4. Regras de Associação.

Assinale a alternativa que indica todas as afirmativas corretas.

No método de classificação para mineração de dados, a filiação dos objetos é obtida por meio de um processo não supervisionado de aprendizado, em que somente as variáveis de entrada são apresentadas para o algoritmo.

Em data mining, enquanto a classificação identifica possíveis agrupamentos dentro de uma massa de dados sem grupos predefinidos, a aglomeração reconhece modelos que identificam o grupo a que um item pertence e os relaciona por meio do exame de itens já categorizados.

O enriquecimento de dados da etapa de pré-processamento e preparação do data mining tem como objetivo

Em um projeto de data mining, a coleta do dado que será garimpado ocorre no processo de

A descoberta de conhecimento em bases de dados, ou KDD (knowledge-discovery), é a etapa principal do processo de mineração de dados.

A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva da mineração de dados, a qual viabiliza o mapeamento rápido e preciso de novos tipos de golpes por meio de modelos de classificação de padrões predefinidos de fraudes.

Maria está preparando um relatório sobre as empresas de serviços de um município, de modo a identificar e estudar o porte dessas empresas com vistas ao estabelecimento de políticas públicas e previsões de arrecadação.

Maria pretende criar nove grupos de empresas, de acordo com os valores de faturamento, e recorreu às técnicas usualmente empregadas em procedimentos de data mining para estabelecer as faixas de valores de cada grupo.

Assinale a opção que apresenta a técnica diretamente aplicável a esse tipo de classificação.

Os principais métodos de análise de agrupamentos em mineração de dados incluem redes neurais, lógica difusa, métodos estatísticos e algoritmos genéticos.

Em cada iteração na estimação do parâmetro β, o método do gradiente descendente requer n observações da base de treinamento, ao passo que o método do gradiente descendente estocástico utiliza uma observação selecionada aleatoriamente dessa base de treinamento.

De acordo com o modelo CRSP-DM, a seleção das técnicas que serão aplicadas nos dados selecionados ocorre na fase de

As regras de associação adotadas em mineração de dados buscam padrões frequentes entre conjuntos de dados e podem ser úteis para caracterizar, por exemplo, hábitos de consumo de clientes: suas preferências são identificadas e em seguida associadas a outros potenciais produtos de seu interesse.