Avaliação 1 - Fundamentos de Big Data

Prévia do material em texto

28/10/2020 UNIASSELVI - Centro Universitário Leonardo Da Vinci - Portal do Aluno - Portal do Aluno - Grupo UNIASSELVI
https://portaldoalunoead.uniasselvi.com.br/ava/notas/request_gabarito_n2.php 1/4
Acadêmico: Danilo Bastos Alves (2436929)
Disciplina: Fundamentos de Big Data (19358)
Avaliação: Avaliação I - Individual FLEX ( Cod.:650246) ( peso.:1,50)
Prova: 23867773
Nota da Prova: 9,00
Legenda: Resposta Certa Sua Resposta Errada 
1. O Big Data é um novo ambiente no qual estamos imersos, o que coloca uma série de desafios à pesquisa em
comunicação. Os smart speakers, vendidos no varejo norte-americano aos milhões de unidades, ampliam o debate sobre
os riscos de oligopolização da comunicação e da cultura. O novo dispositivo surge num contexto em que grandes
corporações exploram as potencialidades do chamado Big Data, alterando a balança na relação de forças entre os
diversos atores da mídia e redesenhando hábitos de escuta antes solidamente estabelecidos. Sobre o Big Data e seu
universo, associe os itens, utilizando o código a seguir:
I- Mineração de Dados.
II- KDD.
III- Inteligência Artificial.
IV- Ciência de Dados.
( ) É a extração de relações implícitas e desconhecidas nas bases de dados.
( ) Possibilita que as máquinas aprendam com a experiência, ajustem-se a novas entradas e realizem tarefas
semelhantes às humanas.
( ) Área do conhecimento que utiliza Big Data para resolver os mais diversos problemas.
( ) Núcleo do KDD, que usa algoritmos para resolver problemas.
Assinale a alternativa que apresenta a sequência CORRETA:
 a) IV - III - II - I.
 b) I - IV - III - II.
 c) II - III - IV - I.
 d) I - II - III - IV.
2. A imensidão de informações é composta, numa pequena parte, de dados limpos, corretos, checados, como urna pesquisa
do ruGE. São os "dados estruturados". No entanto, a grande novidade do Big Data, o elemento verdadeiramente novo e
transformador, são os "dados não estruturados". Os dados sujos, incompletos, caóticos. Sobre o universo de Big Data,
associe os itens, utilizando o código a seguir:
I- Cientista de Dados.
II- Ciência de Dados.
III- Dados.
IV- Dataset.
( ) Conjunto de dados sobre um tema específico.
( ) Matéria-prima da informação, que sozinho não faz sentido.
( ) Profissional da área de Big Data responsável por trabalhar com dados. 
( ) Área do conhecimento que utiliza Big Data para resolver os mais diversos problemas.
Assinale a alternativa que apresenta a sequência CORRETA:
FONTE: PETRY, André. O berço do Big Data. Revista Veja, São Paulo, Abril, v. 2321, n. 20, p. 71-76, 2013.
 a) IV - III - I - II.
 b) I - III - IV - II.
 c) III - I - IV - II.
 d) I - II - IV - III.
3. Uma tendência no processo de Descoberta de Conhecimento em Bases de Dados, também conhecido como KDD
(Knowledge Discovery in Databases), é o uso conjunto das tecnologias de mineração de dados (data mining) e data
warehouse, de maneira que o processo de mineração seja beneficiado pelo pré-processamento que os dados passaram a
popular o data warehouse. Sobre o objetivo do KDD, assinale a alternativa CORRETA:
FONTE: RIBEIRO, Marcela Xavier et al. Mineração de dados em múltiplas tabelas fato de um data warehouse. 2004.
Disponível em: https://repositorio.ufscar.br/bitstream/handle/ufscar/299/DissMXR.pdf?sequence=1&isAllowed=y. Acesso
em: 6 mar. 2020.
 a) O objetivo do KDD é a extração de relações implícitas e desconhecidas nas bases de dados para geração de
conhecimento útil.
 b) O objetivo do KDD é a extração de relações não implícitas e conhecidas nas bases de dados para geração de
conhecimento útil.
28/10/2020 UNIASSELVI - Centro Universitário Leonardo Da Vinci - Portal do Aluno - Portal do Aluno - Grupo UNIASSELVI
https://portaldoalunoead.uniasselvi.com.br/ava/notas/request_gabarito_n2.php 2/4
 c) O objetivo do KDD é a extração de relações não implícitas e conhecidas nas bases de dados para geração de
conhecimento inútil.
 d) O objetivo do KDD é a extração de relações implícitas e desconhecidas nas bases de dados para geração de
conhecimento inútil.
4. A mineração de dados é uma solução que pode ser proveitosa às organizações que querem melhor explorar os dados que
possuem em seus repositórios. Utilizando o processo de KDD, a mineração permite extrair conhecimento sobre os dados
armazenados. Sobre o processo de KDD, classifique V para as sentenças verdadeiras e F para as falsas:
( ) Os algoritmos genéticos consistem em modelos preditivos não lineares que aprendem por meio do treinamento e se
assemelham às redes neurais biológicas. 
( ) O método do vizinho mais próximo é a técnica que classifica cada registro em um conjunto de dados combinando os
registros mais semelhantes. 
( ) A indução de regras consiste na extração baseada em regras condicionais a partir da significância estatística.
( ) As redes neurais artificiais consistem em modelos preditivos não lineares que aprendem por meio do treinamento e se
assemelham às redes neurais biológicas.
Assinale a alternativa que apresenta a sequência CORRETA:
 a) V - V - V - F.
 b) V - F - V - V.
 c) F - F - F - V.
 d) F - V - V - V.
5.A ideia central ao conceito Big Data é a tomada de decisão em tempo real sobre uma corrente contínua de dados (streaming
computing), cuja fonte pode ser um ou mais repositórios. Em adição ao próprio avanço tecnológico que o streaming
computing proporciona, diferentes técnicas de Inteligência Artificial são empregadas para tratar dados em diferentes
estruturas e descobrir através deles padrões em menor tempo e com maior precisão. Para dar suporte a tudo isso, novos
paradigmas de banco de dados vêm surgindo para trabalhar com alto volume de dados e em tempo real. Sobre as aplicações
de Big Data, classifique V para as sentenças verdadeiras e F para as falsas:
( ) Big Data pode ser aplicado em saúde.
( ) Big Data pode ser aplicado na administração pública.
( ) Onde houver dados não se pode aplicar Big Data.
( ) Big data representa um pequeno conjunto de dados.
Assinale a alternativa que apresenta a sequência CORRETA:
FONTE: BRETERNITZ, Vivaldo José; DA SILVA, Leandro Augusto. Big Data: bringing new opportunites and challenges.
2013. Disponível em:
https://www.researchgate.net/publication/269233085_BIG_DATA_BRINGING_NEW_OPPORTUNITIES_AND_CHALLENGES.
Acesso em: 6 mar. 2020.
 a) V - V - F - F.
 b) F - V - V - V.
 c) F - F - V - V.
 d) V - F - V - F.
6. A Mineração de Dados é uma das tecnologias mais promissoras da atualidade. Um dos fatores deste sucesso é o fato de
dezenas e, muitas vezes, centenas de milhões de reais serem gastos pelas companhias na coleta dos dados e, no
entanto, nenhuma informação útil é identificada. Sobre a mineração de dados, associe os itens, utilizando o código a
seguir:
I- Algoritmos genéticos.
II- Método do vizinho mais próximo.
III- Indução de regras. 
IV- Visualização de dados.
( ) A partir de ferramentas que utilizam gráficos, é possível realizar interpretações visuais de relações complexas.
( ) Técnicas de otimização baseadas em combinação genética e seleção natural.
( ) É a técnica que classifica cada registro em um conjunto de dados combinando os registros mais semelhantes.
( ) Consiste na extração baseada em regras condicionais a partir da significância estatística.
Assinale a alternativa que apresenta a sequência CORRETA:
 a) IV - III - II - I.
 b) I - IV - III - II.
 c) IV - I - II - III.
 d) I - II - III - IV.
28/10/2020 UNIASSELVI - Centro Universitário Leonardo Da Vinci - Portal do Aluno - Portal do Aluno - Grupo UNIASSELVI
https://portaldoalunoead.uniasselvi.com.br/ava/notas/request_gabarito_n2.php 3/4
7. Agora, pela primeira vez, podemos começar a tomar decisões com base no todo, com 100% de informação. Escreve
Michael Malone, professor da Universidade Santa Clara, no Vale do Silício: "A humanidade viveu 10000 gerações fazendo
escolhas impregnadas de incerteza. Eram grandes saltos no desconhecido". Na era do Big Data, deixaremos de viver
como as 10000 gerações que nos antecederam. Para alguns pesquisadores,o Big Data é tão revolucionário na vida
humana quanto a descoberta do fogo ou o início da agricultura. Sobre o Big Data, classifique V para as sentenças
verdadeiras e F para as falsas:
( ) O Big Data trata de um pequeno volume de dados.
( ) Mineração de dados não faz parte do cenário de Big Data.
( ) O Big Data trata de um grande volume de dados.
( ) KDD faz parte do cenário de Big Data.
Assinale a alternativa que apresenta a sequência CORRETA:
FONTE: PETRY, André. O berço do Big Data. Revista Veja, São Paulo, v. 2321, n. 20, p. 71-76, abr., 2013.
 a) F - F - V - V.
 b) V - V - F - F.
 c) F - V - V - F.
 d) V - F - F - V.
8. A Mineração de Dados é responsável pela busca e análise dos dados primitivos, com o objetivo de extrair informações
deles. A partir das informações extraídas, a análise pode ser potencializada com a utilização de recursos visuais
representativos, por meio de técnicas de Visualização de Informação, e com uma interface rica e interativa para facilitar o
processo analítico. Sobre o processo de KDD, classifique V para as sentenças verdadeiras e F para as falsas:
( ) A seleção é responsável por escolher onde os dados serão armazenados.
( ) A transformação é responsável por transformar os dados para um único padrão.
( ) O pré-processamento é responsável pela limpeza e preparação dos dados.
( ) A seleção é responsável por aplicar os métodos de machine learning.
Assinale a alternativa que apresenta a sequência CORRETA:
FONTE: CARMO, Alisson Fernando Coelho do. Exploração e análise de dados coletados pelo sistema integrado de
monitoramento ambiental utilizando técnicas de visual analytics. 2015. Disponível em:
https://repositorio.unesp.br/bitstream/handle/11449/138391/000863678.pdf?sequence=1&isAllowed=y. Acesso em: 6 mar.
2020.
 a) F - F - F - F.
 b) V - F - F - V.
 c) V - V - F - V.
 d) F - V - V - F.
9. O Big Data é um advento tecnológico de processamento de grandes volumes de dados que vem ganhando notoriedade
por conta de oportunidades e desafios em torno de sua utilidade no apoio aos negócios. Sobre o Big Data, classifique V
para as sentenças verdadeiras e F para a falsas:
( ) O objetivo do KDD é a extração de relações implícitas e desconhecidas nas bases de dados para geração de
conhecimento útil.
( ) A ciência de dados não pode consumir o volume de dados gerado por Big Data.
( ) Um cientista de dados é o profissional que usa Big Data para gerar insights.
( ) Um dataset é um conjunto de dados sobre determinado tema.
Assinale a alternativa que apresenta a sequência CORRETA:
 a) F - V - V - F.
 b) V - V - F - F.
 c) V - F - V - F.
 d) V - F - F - V.
28/10/2020 UNIASSELVI - Centro Universitário Leonardo Da Vinci - Portal do Aluno - Portal do Aluno - Grupo UNIASSELVI
https://portaldoalunoead.uniasselvi.com.br/ava/notas/request_gabarito_n2.php 4/4
10.Big Data e ciência de dados são termos que caminham em conjunto no desenvolvimento de novas tecnologias. A ciência
de dados é devotada à extração de informação útil a partir de imensas, complexas e dinâmicas bases de dados (Big
Data). Sobre os princípios da ciência de dados, classifique V para as sentenças verdadeiras e F para as falsas:
( ) O princípio da redução do valor de dados trata do caso de quando uma análise dos dados em seu ciclo de vida
mantém a atenção em como o valor dos dados pode diminuir de acordo com o seu envelhecimento.
( ) O princípio do uso de dados 90/90 trata de uma atuação em tempo real ou quase em tempo real sobre dados
operacionais que podem trazer vantagens importantes. De acordo com esse princípio, a maioria dos dados armazenados
raramente é acessada após 90 dias (exceto para fins de auditoria). 
( ) O princípio das formas normais trata de sempre se aplicar formas normais nos dados em um cenário de dados, as
formas normais são técnicas de modelagem de dados que permitem essa demanda em situações inviáveis de
processamento.
( ) Para capturar, processar, formatar e distribuir dados rapidamente e quase em tempo real, é necessário um grande
investimento em infraestrutura de gerenciamento de dados para fazer a ligação remota dos sistemas presentes nos
pontos de venda (PDVs) para armazenamento de dados, sistemas de análise de dados e aplicativos que geram relatórios.
Assinale a alternativa que apresenta a sequência CORRETA:
FONTE: RAUTENBERG, Sandro; CARMO, Paulo Ricardo Viviurka. Big Data e Ciência de Dados: complementariedade
conceitual no processo de tomada de decisão. Brazilian Journal of Information Science, v. 13, n. 1, p. 56-67, 2019.
 a) V - V - F - V.
 b) F - F - V - V.
 c) V - F - V - F.
 d) F - V - F - F.
Prova finalizada com 9 acertos e 1 questões erradas.