Fundamentos de Big Data Avaliação I - Individual FLEX ( Cod :) ( peso :1,50)

Prévia do material em texto

Acadêmico:
Disciplina: Fundamentos de Big Data ()
Avaliação: Avaliação I - Individual FLEX ( Cod.:) ( peso.:1,50)
Prova:
Nota da Prova: 9,00
Legenda: Resposta Certa   Sua Resposta Errada  
1. A ciência dos dados permite transformar o dado bruto em poderosos insights para as mais diversas áreas do conhecimento. Durante o processo d
de dados, existe um princípio que afirma que uma análise dos dados em seu ciclo de vida mantém a atenção em como o valor dos dados pode dim
acordo com o seu envelhecimento. Assim, o dado tem mais valor quanto mais recente for. A maioria das organizações não pode operar no máximo
desempenho tendo pontos cegos, isto é, falta de dados disponíveis, de 30 dias ou mais. Sobre esse princípio apresentado, assinale a alternativa CO
 a) Princípio dos grandes dados.
 b) Princípio do uso de dados 90/90.
 c) Princípio da redução do valor de dados.
 d) Princípio de dados em contexto.
2. O Big Data é um advento tecnológico de processamento de grandes volumes de dados que vem ganhando notoriedade por conta de oportunidades
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) V - V - F - F.
 b) V - F - V - F.
 c) V - F - F - V.
 d) F - V - V - F.
3. O tema Big Data tem despertado interesse nos profissionais que trabalham com a Gestão da Informação. Ao tratar dessa temática, é importante di
Vs do Big Data e as fases de Discovery, Data Preparation, Model Planning e Analytics. Assinale a alternativa CORRETA que apresenta os 3Vs do Big
 
FONTE: RIBEIRO, Claudio José Silva. Big Data: os novos desafios para o profissional da informação. Informação & Tecnologia, v. 1, n. 1, p. 96-105, 2
 a) Vapor, velocidade e válvulas.
 b) Volume, vontade e vácuo.
 c) Volume, velocidade e variedade.
 d) Vacância, velocidade e variedade.
4. Uma tendência no processo de Descoberta de Conhecimento em Bases de Dados, também conhecido como KDD (Knowledge Discovery in Databas
uso conjunto das tecnologias de mineração de dados (data mining) e data warehouse, de maneira que o processo de mineração seja beneficiado p
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 implícitas e desconhecidas nas bases de dados para geração de conhecimento inútil.
 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 não implícitas e conhecidas nas bases de dados para geração de conhecimento útil.
5. 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,
de milhões de reais serem gastos pelas companhias na coleta dos dados e, no entanto, nenhuma informação útil é identificada. Sobre a mineração
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) I - II - III - IV.
 b) IV - III - II - I.

 c) I - IV - III - II.
 d) IV - I - II - III.
6. A Mineração de Dados é responsável pela busca e análise dos dados primitivos, com o objetivo de extrair informações deles. A partir das informaç
extraídas, a análise pode ser potencializada com a utilização de recursos visuais representativos, por meio de técnicas de Visualização de Informaç
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
 
(    ) 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 utiliza
técnicas de visual analytics. 2015. Disponível em: https://repositorio.unesp.br/bitstream/handle/11449/138391/000863678.pdf?sequence=1&isAll
Acesso em: 6 mar. 2020.
 a) V - F - F - V.
 b) F - V - V - F.
 c) F - F - F - F.
 d) V - V - F - V.
7. 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
um ou mais repositórios. Em adição ao próprio avanço tecnológico que o streaming computing proporciona, diferentes técnicas de Inteligência Art
empregadas para tratar dados em diferentes estruturas e descobrir através deles padrões em menor tempo e com maior precisão. Para dar suporte
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 Da
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 - F - V - V.
 c) V - F - V - F.
 d) F - V - V - V.
8. O processo de KDD é um conjunto de atividades contínuas que compartilham o conhecimento descoberto a partir de bases de dados. Esse process
composto por várias etapas. Sobre as etapas do KDD, associe os itens, utilizando o código a seguir:
 
I- Seleção.
 II- Pré-processamento.
 III- Transformação.
 IV- Mineração de Dados.
 
(    ) Etapa responsável por selecionar os atributos que serão utilizados.
 (    ) Etapa em que os dados são transformados.
 (    ) Etapa em que os dados são limpos e preparados.
 (    ) Etapa que executa os algoritmos para extrair conhecimento dos dados. 
 
Assinale a alternativa que apresenta a sequência CORRETA:
 
FONTE: STEINER, Maria Teresinha Arns et al. Abordagem de um problema médico por meio do processo de KDD com ênfase à análise exploratória
dados. Gestão & Produção, v. 13, n. 2, p. 325-337, 2006.
 a) IV - III - II - I.
 b) I - II - IV - III.
 c) I - IV - III - II.
 d) I - III - II - IV.
9. A mineração de dados é uma solução que pode ser proveitosa às organizações que querem melhor explorar os dados quepossuem em seus repos
Utilizando o processo de KDD, a mineração permite extrair conhecimento sobre os dados armazenados. Sobre o processo de KDD, classifique V pa
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 ne
biológicas. 
 (    ) O método do vizinho mais próximo é a técnica que classifica cada registro em um conjunto de dados combinando os registros mais semelhan
(    ) 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 n
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.
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 ex
informação útil a partir de imensas, complexas e dinâmicas bases de dados (Big Data). Sobre os princípios da ciência de dados, classifique V para
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 
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 v
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 técnic
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 infraestrutu
gerenciamento de dados para fazer a ligação remota dos sistemas presentes nos pontos de venda (PDVs) para armazenamento de dados, sistema
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 toma
decisão. Brazilian Journal of Information Science, v. 13, n. 1, p. 56-67, 2019.
 a) F - F - V - V.
 b) F - V - F - F.
 c) V - F - V - F.
 d) V - V - F - V.
Prova finalizada com 9 acertos e 1 questões erradas.