Avaliação Estácio - MINERAÇÃO DE DADOS (DATA MINNING)

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