Baixe o app para aproveitar ainda mais
Prévia do material em texto
01- Com um site WEB, uma determinada empresa precisa efetuar a análise de dados gerados por visitantes, com o intuito de personalizar a propaganda para clientes individualmente, onde irá adotar: Mineração de Dados. Sistema de Informação Gerencial. Objetos distribuídos. Diretório de Informações. Processamento analítico online (OLAP). 02 - Um grande campo para reportagens e levantamento de informações no ambiente digital está no acesso a bancos de dados, em especial contendo números. Muitos desses dados apresentam problemas técnicos e de informações em si, desde falta de valores e linhas duplicadas a nomes ambíguos de campos. O processo de análise dessa qualidade de dados, validando ou rejeitando manualmente as sugestões do sistema e fazendo a alteração final é conhecido como: mineração de dados. aprovação de dados. limpeza de dados. verificação de dados. checagem de dados. 03 - A Mineração de Dados é o processo de programação de todos os relacionamentos e algoritmos existentes nas bases de dados. é uma forma de busca sequencial de dados em arquivos. engloba as tarefas de mapeamento, inicialização e clusterização. por ser feita com métodos compiladores, método das redes neurais e método dos algoritmos gerativos. engloba as tarefas de análise descritiva, análise de grupo e classificação. 04 - Mineração de Dados é o processo de automatizar a definição de bancos de dados de médio porte de maior utilidade para os usuários externos de rotinas de mineração. o processo de analisar de maneira semiautomática grandes bancos de dados para obter conhecimento. o processo de atualizar de maneira semiautomática grandes bancos de dados para encontrar versões úteis. o programa que depura de maneira automática bancos de dados corporativos para mostrar padrões de análise. o processo de segmentar de maneira semiautomática bancos de dados qualitativos e corrigir padrões de especificação. 05 - Com o grande crescimento do volume de dados diariamente, as técnicas tradicionais de exploração de dados não são mais adequadas para tratar a grande maioria dos repositórios. Com isso, a Mineração de Dados vem a ser uma das tecnologias mais promissoras. Em relação a técnicas de mineração de dados, podemos afirmar que: O agrupamento (ou clustering) realiza identificação de grupos de dados que apresentam concorrência. A classificação executa o aprendizado de uma função no qual pode ser usada para mapear os valores associados aos dados em um ou mais valores reais. A identificação de dados são percebidas através das regras de associação, em que os dados têm características semelhantes aos do mesmo grupo e os grupos têm características diferentes entre si. A regressão ou predição possibilita o aprendizado de uma função que pode ser usada para mapear dados em uma de várias classes discretas definidas previamente, até mesmo poder encontrar tendências que venham a ser utilizadas para entender e explorar padrões de comportamento dos dados. Podem ser fundamentado em separabilidade (entropia) os métodos de classificação supervisionada, fazendo uso das árvores de decisão e variantes e, em particionamento, utilizando SVM (support vector machines). 06 - Data Mining consiste em um processo analítico idealizado para explorar grandes quantidades de dados (com forte ligação aos negócios, mercado ou pesquisas científicas), procurando padrões consistentes e/ou relacionamentos sistemáticos entre variáveis. Diante do exposto, é correto afirmar: Tanto no OLAP como nos processos de data mining, existem o mesmo objetivo: trabalhar os dados reais no data warehouse e realizar interferências, buscando identificar correlações não explícitas nos dados do data warehouse. No que diz respeito às séries temporais, técnicas estatísticas utilizadas em cálculo de previsão de um conjunto de informações, analisando se seus valores ao longo de determinado período. Diante disso, para se adquirir uma previsão mais precisa, devem ser descartadas eventuais sazonalidades no conjunto de informações. As aplicações de data mining lidam com diversas técnicas de natureza estatística, como a análise de conglomerados (cluster analysis), que tem como finalidade juntar, em diferentes conjunto de dados, os elementos identificados como semelhantes entre si, relacionado em características analisadas. A fase de organização para implementação de um projeto de data mining significa, entre outras tarefas, em coletar os dados que serão procurados, que devem estar exclusivamente em um data warehouse interno da organização. Redes Neurais são um recurso matemático/computacional empregado na aplicação de técnicas estatísticas nos processos de data mining e consistem em utilizar uma massa de dados para criar e organizar regras de classificação e decisão em formato de diagrama de árvore, que vão classificar seu comportamento ou estimar resultados futuros. 07 - O processo de agrupamento de dados em data mining deve preencher alguns poucos requisitos. Qual requisito permite a análise de um subconjunto de dados que contém não apenas atributos numéricos, mas também atributos categóricos ? Clareza. Eficiência. Flexibilidade. Robustez. Complexidade. 08 - E Estatística Descritiva é um conjunto de técnicas que permite, de forma sistemática, organizar, descrever, analisar e interpretar dados oriundos de estudos ou experimentos, realizados em qualquer área do conhecimento. é a etapa inicial da análise, utilizada para, descrever e resumir os dados, que foi revigorada pela disponibilidade de uma grande quantidade de dados e de métodos computacionais muito eficientes. é a etapa inicial da análise, utilizada para descrever e resumir dados; estuda as técnicas que possibilitam a extrapolação, a um grande conjunto de dados, das informações e conclusões obtidas a partir da amostra. permite descrever os fenômenos aleatórios, ou seja, aqueles em que está presente a incerteza; estuda as técnicas que possibilitam a extrapolação, a um grande conjunto de dados, das informações e conclusões obtidas a partir da amostra. é a etapa conclusiva da análise, utilizada para descrever e resumir os dados e permite descrever os fenômenos aleatórios ou seja, aqueles em que está presente a incerteza. 09 - Identificando uma dada população de eventos ou itens novos que podem ser segmentados em conjuntos de elementos similares, como exemplo uma população de dados sobre uma determinada doença que pode ser dividida em grupos comparados na similaridade dos efeitos colaterais produzidos. A forma na qual podemos chamar o conhecimento descoberto durante a Mineração de Dados é Clustering. Temporização. Classificação. Otimização. Associação. 10 - A variável especial que armazena o último valor inserido em uma variável é .Last.value .First.number .First.value .Last.number .This.value
Compartilhar