Descoberta de conhecimento com BIG DATA

Prévia do material em texto

Exercícios
Respostas enviadas em: 28/05/2024 14:11
1. 
Atualmente as informações de bases de dados atingem grandes quantidades de forma muito fácil. A filtragem desses dados, seguida de estudos para transformá-los em conhecimento que permita embasar gestores nas suas tomadas de decisão, é de extrema importância. O processo KDD tem como objetivo transformar em conhecimento esses grandes volumes de dados de maneira sistemática.
Analisando a figura abaixo, qual a sequência correta das etapas que compõem o processo KDD?
Resposta incorreta.
A. 
1- Pré-processamento; 2 - Seleção; 3 - Mineração de dados; 4 - Interpretação e avaliação; e 5 -Transformação.
As etapas da KDD podem ser divididas da seguinte forma:
1- Seleção
2- Pré-processamento
3- Transformação
4- Mineração de dados​​​​​​​
5- Interpretação e avaliação
Você acertou!
B. 
1- Seleção; 2- Pré-processamento; 3- Transformação; 4-Mineração de dados; e 5- Interpretação e avaliação.
As etapas da KDD podem ser divididas da seguinte forma:
1- Seleção
2- Pré-processamento
3- Transformação
4- Mineração de dados
5- Interpretação e avaliação
Resposta incorreta.
C. 
1- Transformação; 2- Pré-processamento; 3- Seleção; 4-Mineração de dados; e 5- Interpretação e avaliação.
As etapas da KDD podem ser divididas da seguinte forma:
1- Seleção
2- Pré-processamento
3- Transformação
4- Mineração de dados​​​​​​​
5- Interpretação e avaliação
Resposta incorreta.
D. 
1- Mineração de dados; 2- Pré-processamento; 3- Transformação; 4-Seleção; e 5- Interpretação e avaliação.
As etapas da KDD podem ser divididas da seguinte forma:
1- Seleção
2- Pré-processamento
3- Transformação
4- Mineração de dados​​​​​​​
5- Interpretação e avaliação
Resposta incorreta.
E. 
1- Interpretação e Avaliação; 2- Pré-processamento; 3- Transformação; 4-Mineração de dados; e 5- Seleção.
As etapas da KDD podem ser divididas da seguinte forma:
1- Seleção
2- Pré-processamento
3- Transformação
4- Mineração de dados​​​​​​​
5- Interpretação e avaliação
2. 
A mineração de dados é uma etapa do KDD que consiste na aplicação de técnicas estatísticas e inteligência artificial em bases de dados volumosas com o objetivo de reconhecer padrões e relações robustas entre os dados.
Como deve ser realizada a escolha da técnica mais adequada para a etapa de mineração de dados?
Resposta incorreta.
A. 
A escolha deve ser realizada com base na definição dos usuários.
Não existe uma técnica que resolva todos os problemas de data mining. Diferentes técnicas servem para diferentes propósitos, cada uma oferecendo vantagens e desvantagens. A escolha da técnica está fortemente relacionada com o tipo de conhecimento que se deseja extrair ou com o tipo de dado no qual ela será aplicada.
Você acertou!
B. 
A escolha deve ser com base no tipo de problema a ser solucionado.
Não existe uma técnica que resolva todos os problemas de data mining. Diferentes técnicas servem para diferentes propósitos, cada uma oferecendo vantagens e desvantagens. A escolha da técnica está fortemente relacionada com o tipo de conhecimento que se deseja extrair ou com o tipo de dado no qual ela será aplicada.
Resposta incorreta.
C. 
A escolha da técnica deve ser sempre por modelos preditivos.
Não existe uma técnica que resolva todos os problemas de data mining. Diferentes técnicas servem para diferentes propósitos, cada uma oferecendo vantagens e desvantagens. A escolha da técnica está fortemente relacionada com o tipo de conhecimento que se deseja extrair ou com o tipo de dado no qual ela será aplicada.
Resposta incorreta.
D. 
A escolha deve ser por meio de um algoritmo de escolha de técnicas.
Não existe uma técnica que resolva todos os problemas de data mining. Diferentes técnicas servem para diferentes propósitos, cada uma oferecendo vantagens e desvantagens. A escolha da técnica está fortemente relacionada com o tipo de conhecimento que se deseja extrair ou com o tipo de dado no qual ela será aplicada.
Resposta incorreta.
E. 
A escolha pode ser aleatória.
Não existe uma técnica que resolva todos os problemas de data mining. Diferentes técnicas servem para diferentes propósitos, cada uma oferecendo vantagens e desvantagens. A escolha da técnica está fortemente relacionada com o tipo de conhecimento que se deseja extrair ou com o tipo de dado no qual ela será aplicada.
3. 
Na etapa de interpretação e avaliação do processo KDD, o conhecimento adquirido é interpretado e avaliado para verificar se o objetivo final foi alcançado. O que ocorre caso o objetivo final não tenha sido alcançado?
Resposta incorreta.
A. 
O processo é encerrado sem sucesso.
Caso o resultado não seja satisfatório, o que não é raro, o processo pode retornar a qualquer um dos estágios anteriores ou até mesmo ser recomeçado. Ou seja, o processo não é simplesmente encerrado e não é necessário alterar os seus objetivos. A característica de iteração do processo permite que ele retorne com resultados diferentes.
Resposta incorreta.
B. 
O processo é encerrado e outros analistas de Big Data devem recomeçar o processo com outros objetivos.
Caso o resultado não seja satisfatório, o que não é raro, o processo pode retornar a qualquer um dos estágios anteriores ou até mesmo ser recomeçado. Ou seja, o processo não é simplesmente encerrado e não é necessário alterar os seus objetivos. A característica de iteração do processo permite que ele retorne com resultados diferentes.
Você acertou!
C. 
Como o KDD é iterativo, o processo pode retornar a uma das etapas anteriores.
Caso o resultado não seja satisfatório, o que não é raro, o processo pode retornar a qualquer um dos estágios anteriores ou até mesmo ser recomeçado. Ou seja, o processo não é simplesmente encerrado e não é necessário alterar os seus objetivos. A característica de iteração do processo permite que ele retorne com resultados diferentes.
Resposta incorreta.
D. 
O processo entra em looping e não se encerra nunca.
Caso o resultado não seja satisfatório, o que não é raro, o processo pode retornar a qualquer um dos estágios anteriores ou até mesmo ser recomeçado. Ou seja, o processo não é simplesmente encerrado e não é necessário alterar os seus objetivos. A característica de iteração do processo permite que ele retorne com resultados diferentes.
Resposta incorreta.
E. 
O processo deve ser redesenhado sem a etapa de mineração de dados.
Caso o resultado não seja satisfatório, o que não é raro, o processo pode retornar a qualquer um dos estágios anteriores ou até mesmo ser recomeçado. Ou seja, o processo não é simplesmente encerrado e não é necessário alterar os seus objetivos. A característica de iteração do processo permite que ele retorne com resultados diferentes.
4. 
A etapa de transformação dos dados no processo KDD é de extrema importância para a etapa de mineração, pois garante o seu armazenamento adequado.
Qual das situações abaixo representa a etapa de transformação de dados?
Resposta incorreta.
A. 
Realização de uma limpeza na base de dados, mantendo apenas os dados consistentes.
Na etapa de Transformação é feito o armazenamento dos dados de forma a facilitar o uso das técnicas de Data Mining. A transformação garante que não ocorrerá nenhuma perda nos dados, e sim uma qualificação deles, o que facilita a consolidação do conhecimento ao final do processo.
Resposta incorreta.
B. 
Aplicação de técnicas de segmentação e regras de associação na base de dados.
Na etapa de Transformação é feito o armazenamento dos dados de forma a facilitar o uso das técnicas de Data Mining. A transformação garante que não ocorrerá nenhuma perda nos dados, e sim uma qualificação deles, o que facilita a consolidação do conhecimento ao final do processo.
Você acertou!
C. 
Construção de campos que realizam alguns cálculos que podem facilitar na mineração de dados.
Na etapa de Transformação é feito o armazenamento dos dados de forma a facilitar o uso das técnicas de Data Mining. A transformação garante que não ocorrerá nenhuma perda nos dados, e sim uma qualificação deles, o que facilita a consolidação do conhecimento ao final do processo.
Respostaincorreta.
D. 
Apresentação dos padrões de conhecimento extraídos da base de dados.
Na etapa de Transformação é feito o armazenamento dos dados de forma a facilitar o uso das técnicas de Data Mining. A transformação garante que não ocorrerá nenhuma perda nos dados, e sim uma qualificação deles, o que facilita a consolidação do conhecimento ao final do processo.
Resposta incorreta.
E. 
Definir quais bases de dados serão utilizadas para aplicação do processo KDD.
Na etapa de Transformação é feito o armazenamento dos dados de forma a facilitar o uso das técnicas de Data Mining. A transformação garante que não ocorrerá nenhuma perda nos dados, e sim uma qualificação deles, o que facilita a consolidação do conhecimento ao final do processo.
5. 
No processo KDD, a qualidade dos dados é crucial para obtenção de êxito, pois pode determinar a eficiência dos algoritmos de mineração de dados.
Qual das etapas do processo KDD é responsável por garantir a qualidade dos dados a serem processados?
Você acertou!
A. 
Etapa de pré-processamento e limpeza.
Na etapa de pré-processamento e limpeza dos dados deverão ser realizadas tarefas que eliminem dados redundantes e inconsistentes, recuperem dados incompletos e avaliem possíveis dados discrepantes ao conjunto.
Resposta incorreta.
B. 
Etapa de mineração dos dados.
Na etapa de pré-processamento e limpeza dos dados deverão ser realizadas tarefas que eliminem dados redundantes e inconsistentes, recuperem dados incompletos e avaliem possíveis dados discrepantes ao conjunto.
Resposta incorreta.
C. 
Etapa de apresentação do conhecimento extraído.
Na etapa de pré-processamento e limpeza dos dados deverão ser realizadas tarefas que eliminem dados redundantes e inconsistentes, recuperem dados incompletos e avaliem possíveis dados discrepantes ao conjunto.
Resposta incorreta.
D. 
Etapa de seleção dos dados.
Na etapa de pré-processamento e limpeza dos dados deverão ser realizadas tarefas que eliminem dados redundantes e inconsistentes, recuperem dados incompletos e avaliem possíveis dados discrepantes ao conjunto.
Resposta incorreta.
E. 
Etapa de transformação dos dados.
Na etapa de pré-processamento e limpeza dos dados deverão ser realizadas tarefas que eliminem dados redundantes e inconsistentes, recuperem dados incompletos e avaliem possíveis dados discrepantes ao conjunto.
image1.jpeg