Baixe o app para aproveitar ainda mais
Prévia do material em texto
Usuário Curso POS0557 DATA MINING PG0377211 - 202112.ead-15434.01 Teste Teste Final (N2) Iniciado 20/02/21 07:34 Enviado 20/02/21 08:27 Status Completada Resultado da tentativa 10 em 10 pontos Tempo decorrido 53 minutos Resultados exibidos Respostas enviadas, Respostas corretas, Comentários · Pergunta 1 1 em 1 pontos A prática de análise de dados não é uma novidade para as empresas. Desde o tempo de arquivos em papel, era necessário ter uma equipe ou um especialista dedicado a organizar, filtrar e analisar as informações contidas nas bases de dados físicas. Para tanto, foi desenvolvido o método KDD, que consiste em um processo de descoberta de conhecimento dividido em várias etapas. Sobre as etapas de análise de dados pelo método KDD, avalie os itens a seguir: I. Mineração de dados II. Avaliação III. Seleção IV. Pré-processamento V. Transformação Agora assinale a alternativa que representa a ordem correta dessas etapas: Resposta Selecionada: III, IV, V, I, II. Resposta Correta: III, IV, V, I, II. Comentário da resposta: Resposta correta. O KDD é um método que envolve a seleção dos dados, o pré-processamento, a transformação, a mineração dos dados e a avaliação dos resultados obtidos. Esse método funciona com qualquer quantidade de dados, e para qualquer finalidade. Sendo um padrão consistente, continua sendo adotado na Ciência de Dados. · Pergunta 2 1 em 1 pontos Considere a seguinte situação hipotética para responder a questão: Periodicamente, o auditor de um banco tem a necessidade de avaliar elementos que possam ajudar na identificação de fraudes como desvio de verba e balanceamento incorreto de caixa. Diante de uma denúncia anônima, o auditor agora deseja aplicar técnicas de mineração de dados para conseguir encontrar alguma inconsistência nos registros. Assim sendo, assinale a alternativa que apresenta a ação a ser tomada pelo auditor dessa instituição financeira. Resposta Selecionada: o auditor deve valer-se de instrumentos preditivos de análise para comparar dados passados aos registros atuais. Resposta Correta: o auditor deve valer-se de instrumentos preditivos de análise para comparar dados passados aos registros atuais. Comentário da resposta: Resposta correta. Os instrumentos de análise preditiva permitirão ao auditor prever como as movimentações deveriam estar se movimentando com base nos registros passados. Ao comparar esse resultado com os registros reais e encontrar uma diferença significativa, poderá descobrir o setor em que houve disparidade e encontrar o possível erro ou fraude nas movimentações. · Pergunta 3 1 em 1 pontos Sobre as tecnologias relacionadas a mineração de dados e Big Data, leia o excerto a seguir: "Pesquisadores consideram que estamos vivenciando o início de uma nova revolução industrial, na qual os dados passam a ser elementos chaves dessa mudança. Podemos concluir, portanto, que esse é o momento ideal para criarmos oportunidades a partir dos dados." MARQUESONE, R. de F. P. Big Data: técnicas e tecnologias para extração de valor dos dados. São Paulo: Casa do Código, 2017, pág. 8. Com base nisso, analise as asserções a seguir e a relação proposta entre elas: I. Big Data é uma área de inovações voltada ao processamento de grandes volumes de dados PORQUE II. as tecnologias e arquiteturas envolvidas permitem alta velocidade de coleta, novas descobertas e diversos processos de análise. A seguir, assinale a alternativa correta. Resposta Selecionada: As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I. Resposta Correta: As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I. Comentário da resposta: Resposta correta. Embora as suas afirmações sejam verdadeiras, o que é afirmado na asserção II não justifica o que foi exposto na I. Isso porque as tecnologias e arquiteturas relacionadas ao Big Data são o meio que permite que os bancos de dados funcionem e suportem o processamento ao grande volume de dados, mas essas tecnologias não promoveram a revolução do Big Data, em si - elas apenas evoluíram de modo a acompanhar essa tendência. · Pergunta 4 1 em 1 pontos Antigamente, as empresas mantinham grandes arquivos com dados de produtos, clientes, funcionários, relatórios de vendas, e assim por diante. Com o advento da internet, foi possível digitalizar e compartilhar essas informações. Contudo, o número de dados a serem arquivados também aumentou, o que gerou um problema de armazenamento e de processamento, exigindo que as empresas adequassem suas infraestruturas e aderissem a novas tecnologias. Esse é o início do Big Data. Nesse sentido, assinale a alternativa que apresenta as cinco características mais citadas do Big Data: Resposta Selecionada: Volume, Velocidade, Variedade, Valor e Veracidade. Resposta Correta: Volume, Velocidade, Variedade, Valor e Veracidade. Comentário da resposta: Resposta correta. Quando nos referimos a Big Data, algumas características mais óbvias se destacam, como o Volume de dados, a Velocidade com que os dados são coletados, a Variedade de dados coletados, o Valor agregado a esses dados e a Veracidade que esses dados devem representar. · Pergunta 5 1 em 1 pontos Na atualidade, os dados são gerados continuamente pelas mais diversas fontes. Ao acessar um site, por exemplo, uma única pessoa gera dados relacionados aos cliques e movimentos do mouse, às palavras que escreve na tela, aos termos que busca no Google e aos conteúdos pelos quais se interessa. Pensando nos milhões de usuários que acessam a internet 24h por dia, o volume de dados gerado a cada segundo é impressionante. Com base nisso, assinale a alternativa correta. Resposta Selecionada: Big Data é a evolução das tecnologias e arquiteturas relacionadas às bases de dados. Resposta Correta: Big Data é a evolução das tecnologias e arquiteturas relacionadas às bases de dados. Comentário da resposta: Resposta correta. Não é à toa que um dos “5 Vs” de Big Data seja Velocidade. Para comportar grandes volumes de dados, as tecnologias envolvidas também precisaram melhorar em termos de processamento - só assim foi possível acompanhar e dar suporte à entrada contínua de dados na rede. · Pergunta 6 1 em 1 pontos Sobre análise descritiva de dados, leia o parágrafo a seguir: "As análises descritivas permitem uma sumarização e compreensão dos objetos da base e seus atributos, como qual o salário médio dos professores universitários brasileiros ou qual a distribuição salarial desses professores.” CASTRO, L. N. de; FERRARI, D. G. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016, pág. 29. Com base nisso, avalie as asserções a seguir e a relação proposta entre elas: I. A partir da análise descritiva de dados, é possível prever o maior período de vendas de um e-commerce PORQUE, II. havendo uma base de dados com informações sobre os períodos de venda anteriores, há como verificar a existência de padrões a partir da mineração de dados. Assinale a alternativa correta: Resposta Selecionada: A asserção II é uma proposição verdadeira e a asserção I é uma proposição falsa. Resposta Correta: A asserção II é uma proposição verdadeira e a asserção I é uma proposição falsa. Comentário da resposta: Resposta correta. A análise descritiva de dados é usada junto à estatística exploratória, ou seja, usa medidas de centro e de variação para analisar frequências, probabilidades e compreender melhor os padrões de um conjunto de dados. Usa-se, para isso, da média, da moda e da mediana, além de medidas de dispersão para encontrar a Amplitude, a Variância e o Desvio Padrão. Assim sendo, a asserção II é verdadeira e justifica a asserção I, contudo a asserção I é falsa, pois não é a análise descritivade dados que usamos para prever tendências, e sim a análise preditiva. · Pergunta 7 1 em 1 pontos Dentre as possíveis metodologias existentes para proceder à análise de dados, o CRISP-DM ( Cross-Industry Standard Process of Data Mining , ou Processo Industrial Padrão de Mineração de Dados) é um método que diz respeito a um processo de fluxo unidirecional composto por ciclos ou etapas, assim como o método KDD. Sobre CRISP-DM, assinale a alternativa correta: Resposta Selecionada: Envolve preparação, implantação, pesquisa, modelagem e avaliação de dados. Resposta Correta: Envolve preparação, implantação, pesquisa, modelagem e avaliação de dados. Comentário da resposta: Resposta correta. o CRISP-DM possui diversas etapas, assim como o método KDD, contudo essas fases, embora tenham um fluxo unidirecional, possuem etapas cíclicas, ou seja, que permitem ir e voltar entre si. Por exemplo, a fase de entendimento e pesquisa de dados pode se alternar com a de implantação e preparação de dados, uma vez que se tenha localizado uma inconsistência no momento da implantação que traga a exigência de uma nova pesquisa ou de um novo entendimento sobre o dado com erro. · Pergunta 8 1 em 1 pontos Leia o trecho a seguir sobre mineração de dados: "Uma das famosas frases relacionadas a Big Data é: 'Big Data é o novo petróleo'. Podemos pensar que isso é uma analogia coerente, dado que, assim como o petróleo, o maior valor é obtido após um processo de refinamento, ou seja, após a transição de dados brutos para um determinado produto." MARQUESONE, R. de F. P. Big Data: técnicas e tecnologias para extração de valor dos dados. São Paulo: Casa do Código, 2017, pág. 29. Sobre o termo data mining, analise as asserções a seguir e a relação proposta entre elas: I. O termo "mineração de dados" tem associação direta com a atividade de mineração de ouro, jazidas e pedras preciosas PORQUE II. encontrar os dados e a sua relação correta evoca informações que podem ser muito valiosas para as estratégias de uma empresa. Assinale a alternativa correta. Resposta Selecionada: As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. Resposta Correta: As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. Comentário da resposta: Resposta correta. Empresas se beneficiam com a análise de dados justamente porque a mineração de dados leva à descoberta de novos padrões, informações e conhecimentos, o que permite não apenas alterar um processo interno da empresa, como também pode evidenciar um erro ou um padrão que não havia sido notado antes. · Pergunta 9 1 em 1 pontos Leia o trecho a seguir: "A mineração de dados envolve conhecimento de áreas como banco de dados, estatística, aprendizagem de máquina, computação de alto desempenho, reconhecimento de padrões, computação natural, visualização de dados, recuperação de informação, processamento de imagens e de sinais, análise espacial de dados, inteligência artificial, entre outras." CASTRO, L. N. de; FERRARI, D. G. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016, pág. 28. Nesse sentido, há muitos conteúdos que se cruzam e que dão respaldo à mineração de dados, de modo que um bom cientista de dados ou analista de B.I. - Business Intelligence deve apresentar habilidades que vão desde a noção de mercado e negócios até estatística e programação. Com isso em mente, assinale a palavra que resume a condição desse campo de atuação de Big Data: Resposta Selecionada: Multidisciplinar e interdisciplinar. Resposta Correta: Multidisciplinar e interdisciplinar. Comentário da resposta: Resposta correta. A reunião dessas diversas áreas de conhecimento no campo de Big Data e mineração de dados faz com que essa seja uma disciplina multidisciplinar - uma vez que abrange conceitos de vários campos diferentes - e também interdisciplinar - uma vez que relaciona e interliga esses conceitos. · Pergunta 10 1 em 1 pontos Sobre bases de dados, leia o parágrafo a seguir: “Atualmente, grande parcela dos dados gerados por humanos é oriunda de mídias sociais, onde usuários podem publicar o que pensam sobre algo, gerar debates, publicar suas preferências e suas emoções. Essas informações são geradas em formatos de texto, imagem, áudio e vídeo, resultando em uma base de dados diversificada e volumosa.” MARQUESONE, R. de F. P. Big Data: técnicas e tecnologias para extração de valor dos dados. São Paulo: Casa do Código, 2017, pág. 18. Assinale a alternativa que representa o tipo de dado que estaria nessa base de dados diversificada e volumosa: Resposta Selecionada: Dados não-estruturados. Resposta Correta: Dados não-estruturados. Comentário da resposta: Resposta correta. Nas mídias sociais e nas páginas web é possível encontrar diversos tipos de dados, como textos, imagens, vídeos, áudios e outros formatos. Essa mistura de dados em uma organização precária configuram os dados não-estruturados, que precisarão passar por tratamento antes de poderem ser minerados e analisados. Sábado, 20 de Fevereiro de 2021 08h36min06s BRT
Compartilhar