AS_Algoritmos e Estrutura de Dados

PERGUNTA 1 
1. Analise as afirmativas: 
 
I - Minerar dados é o processo de descobrir 
informações relevantes como padrões, associações, 
mudanças, anomalias e estruturas, em grandes 
quantidades de dados armazenados em bancos de 
dados; 
II - A mineração de dados serve única e 
exclusivamente para o reconhecimento de outliers e 
classificação de instâncias; 
III - Estimação de valores, detecção de outliers e 
agrupamento de instâncias são algumas das técnicas 
de análise e reconhecimento de padrões; 
 
Selecione a correta alternativa quanto às afirmativas: 
 
 a. I – incorreta, II – incorreta e III - incorreta. 
 b. I – correta, II – correta e III - incorreta. 
 c. I – incorreta, II – correta e III - correta. 
 d. I – correta, II – incorreta e III - correta. 
 e. I – correta, II – correta e III - correta. 
0,25 pontos 
PERGUNTA 2 
1. Analise as afirmativas: 
 
I - A abrangência de uma regra constitui-se no 
número de instâncias que são preditas corretamente; 
II - É conhecida como a precisão da regra associativa; 
III - Tem o objetivo de encontrar regras associativas 
em grandes e complexas bases de dados; 
 
Selecione a correta alternativa que traz o correto 
relacionamento entre uma definição e sua técnica: 
 a. 
I – algoritmo apriori, II – confiança e III – 
suporte. 
 b. 
I – confiança , II – algoritmo apriori e III – 
suporte. 
 c. 
I – suporte , II – algoritmo apriori e III – 
confiança. 
 d. 
I – confiança , II – suporte e III – algoritmo 
apriori. 
 e. 
I – suporte , II – confiança e III – algoritmo 
apriori. 
0,25 pontos 
PERGUNTA 3 
1. Selecione a alternativa que traz o nome da técnica ou 
característica definida por: representam um padrão de 
relacionamento entre itens de dados no domínio da 
aplicação, que ocorrem com uma determinada 
frequência nas bases de dados. 
 a. clustering. 
 b. regra de associação. 
 c. outlier. 
 d. classificador. 
 e. padrão. 
0,25 pontos 
PERGUNTA 4 
1. Analise a seguinte afirmativa e assinale a alternativa 
que traz o conceito abordado: Fornece percepções dos 
dados corporativos, descobrindo padrões e 
relacionamentos ocultos em grandes bancos de dados 
e inferindo regras a partir deles para prever 
comportamentos futuros. Esses modelos e regras 
podem, então, ser utilizados para guiar processos de 
decisão e prever o efeito dessas decisões. 
 a. conceito de data mining. 
 b. conceito de ETL. 
 c. conceito de BI. 
 d. conceito de data warehouse 
 e. conceito de modelagem dimensional. 
 
PERGUNTA 1 
1. De acordo com a descrição do processo KDD, 
selecione a alternativa que traz a fase do processo 
KDD que se relaciona com a execução efetiva dos 
algoritmos e técnicas análise de dados e 
reconhecimento de padrões. 
 a.(errado) Interpretação e avaliação. 
 b. Transformação. 
 c. Seleção de dados 
 d. Mineração de dados. 
 e. Pré-processamento. 
0,25 pontos 
PERGUNTA 2 
1. Analise a afirmativa: 
 
O objetivo da função é fazer a poda do conjunto de 
itens candidatos, usando o princípio de que cada 
subconjunto de um conjunto de itens frequentes 
também deve ser frequentes. 
 
Selecione a alternativa que traz o nome da função 
definida na afirmativa. 
 a. função kmeans. 
 b. função apriori-gen. 
 c. função apriori. 
 d. função classify. 
 e. função outlier. 
0,25 pontos 
PERGUNTA 3 
1. Selecione a alternativa que traz o nome da técnica ou 
característica definida por: representam um padrão de 
relacionamento entre itens de dados no domínio da 
aplicação, que ocorrem com uma determinada 
frequência nas bases de dados. 
 a. regra de associação. 
 b. classificador. 
 c. outlier. 
 d. clustering. 
 e. padrão. 
0,25 pontos 
PERGUNTA 4 
1. Assinale a alternativa que traz a definição mais 
adequada ao KDD. 
 a. processo de definição dos objetivos de 
um projeto de BI. 
 b. etapa do processo de BI que serve para a 
interpretação e avaliação dos dados. 
 c. é um processo utilizado para 
transformar dados em conhecimento. 
 d. são sistemas que atuam no nível 
operacional diário dentro das 
organizações. 
 e. são sistemas que atuam no nível tático, 
gerando relatórios específicos por áreas 
gerenciais. 
 
PERGUNTA 1 
1. Assinale a alternativa que traz a definição de 
mineração de dados. 
 a. é o processo de modelagem de dados 
tradicional que se aplica aos projetos de 
BI; 
 b. facilita o formato de visualização dos 
dados. 
 c. consolida e padroniza estas informações, 
de modo que elas possam ser usadas por 
toda a empresa para análise gerencial e 
tomada de decisões. 
 d. é um conceito de utilização de banco de 
dados que armazena dados correntes e 
históricos de potencial interesse para os 
tomadores de decisão de toda a empresa. 
 e. é o processo de descobrir informações 
relevantes, como padrões, associações, 
mudanças, anomalias e estruturas em 
grandes quantidades de dados 
armazenados em bancos de dados, 
depósitos de dados ou outros depósitos 
de informação. 
0,25 pontos 
PERGUNTA 2 
1. Analise as afirmativas: 
 
I - A abrangência de uma regra constitui-se no 
número de instâncias que são preditas corretamente; 
II - É conhecida como a precisão da regra associativa; 
III - Tem o objetivo de encontrar regras associativas 
em grandes e complexas bases de dados; 
 
Selecione a correta alternativa que traz o correto 
relacionamento entre uma definição e sua técnica: 
 a. I – suporte , II – algoritmo apriori e III – 
confiança. 
 b. I – algoritmo apriori, II – confiança e III 
– suporte. 
 c. I – confiança , II – algoritmo apriori e III 
– suporte. 
 d. I – confiança , II – suporte e III – 
algoritmo apriori. 
 e. I – suporte , II – confiança e III – 
algoritmo apriori. 
0,25 pontos 
PERGUNTA 3 
1. Selecione a alternativa que traz o nome da técnica ou 
característica definida por: representam um padrão de 
relacionamento entre itens de dados no domínio da 
aplicação, que ocorrem com uma determinada 
frequência nas bases de dados. 
 a. classificador. 
 b. padrão. 
 c. outlier. 
 d. clustering. 
 e. regra de associação. 
0,25 pontos 
PERGUNTA 4 
1. Analise as afirmativas: 
 
I - Eu quero encontrar relacionamentos entre ações ou 
itens; 
II - Eu desejo agrupar item dadas as suas 
similaridades; 
III - Eu quero encontrar o relacionamento ou valor 
específico de uma variável dada uma entrada; 
 
Selecione a correta alternativa que traz o correto 
relacionamento entre uma necessidade e sua técnica 
associada: 
 a. I – estimação de valores ou regressão, II 
– classificação e III – regras de 
associação. 
 b. I – regras de associação , II – 
clustering e III – estimação de valores 
ou regressão. 
 c. I – regras de associação , II – clustering 
e III – classificação. 
 d. I – detecção de outlier, II – clustering e 
III – estimação de valores ou regressão. 
 e. I – regras de associação , II – 
classificação e III – estimação de valores 
ou regressão. 
 
 
PERGUNTA 1 
1. Analise as afirmativas: 
 
I - uma medida de similaridade ou dissimilaridade 
expressa em valor real a similaridade ou a diferença 
entre dois vetores ou instância; 
II - A distância de Mahalanobis foi introduzida em 
1936 pelo matemático indiano Prasanta Chandra 
Mahalanobis. Essa medida se baseia nas correlações 
entre as variáveis; 
III - A distância Euclidiana é uma forma de geometria 
que se baseia na soma das diferenças absolutas de 
todas as coordenadas entre um ponto e outro, em 
outras palavras assemelha-se à distância calculada em 
um software de GPS; 
 
Selecione a correta alternativa quanto às afirmativas: 
 a. I – correta, II – correta e III - 
incorreta. 
 b. I – incorreta, II – incorreta e III - 
incorreta. 
 c. I – correta, II – incorreta e III - correta. 
 d. I – correta, II – correta e III - correta. 
 e. I – incorreta, II – correta e III - correta. 
0,25 pontos 
PERGUNTA 2 
1. Analise as afirmativas: 
 
I - A detecção de outliers