N2 - Inteligência Analítica

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Pergunta 1
1 em 1 pontos
A mineração de dados é o processo de analisar grandes volumes de dados para descobrir inteligência de negócios que ajuda as empresas a resolver problemas, mitigar riscos e aproveitar novas oportunidades. Esse ramo da ciência de dados deriva seu nome das semelhanças entre procurar informações valiosas em um grande banco de dados e extrair uma montanha de minério. Ambos os processos exigem peneirar enormes quantidades de material para encontrar valor oculto.
 Considerando as informações sobre mineração de dados, analise as afirmativas a seguir a respeito dos principais conceitos de mineração de dados.
I. Limpeza e preparação de dados.
II. Usam aprendizado de máquina.
III. Usam dados diretamente dos sistemas de processamento de transações.
IV. Ajudam os gerentes na tomada de decisões de rotina.
 
Está correto o que se afirma em:
Resposta Selecionada:	
Correta I e II, apenas.
Resposta Correta:	
Correta I e II, apenas.
Comentário da resposta:	Resposta correta. A alternativa está correta, pois limpeza e preparação de dados é uma etapa na qual os dados são transformados em um formulário adequado para análises e processamento adicionais, como a identificação e remoção de erros e a falta de dados (dados incompletos). Do mesmo modo, o aprendizado de máquina é um conceito de mineração de dados, onde um programa, usando probabilidades estatísticas, permite aos computadores a capacidade de "aprender" sem serem explicitamente programados.
Pergunta 2
1 em 1 pontos
No “coração” do processo de mineração de dados, você apresentará os dados preparados às ferramentas de business intelligence (BI), como Tableau Server ou Microsoft Power BI. Essas ferramentas usarão diferentes algoritmos para extrair padrões a partir destes dados e prever tendências futuras.
De posse dos seus conhecimentos adquiridos durante os estudos e da informação apresentada, considere os diversos tipos de algoritmos utilizados para minerar dados. Dentre estes algoritmos, assinale a alternativa que apresenta aquele cuja técnica é utilizada para classificação, regressão e segmentação de dados de séries temporais:
Resposta Selecionada:	
Correta Redes neurais.
Resposta Correta:	
Correta Redes neurais.
Comentário da resposta:	Resposta correta. A alternativa está correta, pois as redes neurais são usadas para modelar relacionamentos complexos entre entradas e saídas ou para encontrar padrões nos dados. As tarefas desempenhadas por um algoritmo de rede neural são de classificação, regressão e segmentação de dados heterogêneos.
Pergunta 3
1 em 1 pontos
O objetivo geral do processo de minerar dados é a extração de informações de um conjunto bruto de dados, transformando-os em uma estrutura compreensível para uso posterior. Deste modo, a mineração de dados torna-se uma etapa essencial no processo de análise preditiva. Os principais métodos de mineração de dados são a generalização, classificação, agrupamento, associação, visualização de dados entre outros. Por outro lado, a mineração de dados envolve cinco estágios, que abrange desde a obtenção até o compartilhamento de descobertas.
A respeito dos estágios
da mineração de dados, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
 I. ( ) O primeiro estágio é o de compreender o objetivo a ser alcançado com a mineração de dados.
II. ( ) Um dos estágios da mineração de dados é de verificar a presença de transações rotineiras.
III. ( ) O terceiro estágio é a preparação dos dados por meio de ETL (extrair, transformar, carregar).
IV. ( ) O estágio final da mineração de dados (estágio 5) é de analisar, minerar e modelar os dados.
 
Assinale a alternativa que apresenta a sequência correta.
Resposta Selecionada:	
Correta V, F, V, F.
Resposta Correta:	
Correta V, F, V, F.
Comentário da resposta:	 Resposta correta. A alternativa está correta, pois o primeiro estágio da mineração de dados define como o processo apoiará seus objetivos de negócios. Deste modo, a pergunta a ser feita é: quais áreas de negócios eu desejo melhorar com a mineração de dados? No terceiro estágio, também chamado de “estágio de preparação de dados”, você usará as estratégias ETL (extrair, transformar, carregar) para preparar seus dados para análise
Pergunta 4
0 em 1 pontos
A empresa Netfit, atuante na área de entretenimento via streaming, deseja segmentar seus clientes em grupos distintos para enviar ofertas de assinatura apropriadas. O objetivo principal é enviar ofertas específicas para o público correto, evitando assim despender tempo em realizar ação de marketing para um público que não consumirá o seu produto. Esta segmentação e o envio das ofertas ocorrerá no próximo ano e, com isso, espera-se que as vendas aumentem em 40%.
A partir do caso apresentado e do conteúdo estudado sobre mineração de dados e aprendizagem de máquina, podemos dizer corretamente que o caso acima é um exemplo de:
Resposta Selecionada:	
Incorreta Algoritmo de segmentação de dados.
Resposta Correta:	
Correta Aprendizado supervisionado.
Comentário da resposta:	Sua resposta está incorreta. A alternativa está incorreta, pois neste exemplo estamos nos referindo a aprendizagem supervisionada, uma vez que temos uma base de dados rotuladas e desejamos usar destes rótulos para realizarmos os agrupamentos. Após agrupar os dados, o algoritmo realizará uma análise e obterá o conhecimento necessário para indicar qual tipo de oferta a ser enviada para cada grupo de público distinto.
Pergunta 5
1 em 1 pontos
OLAP é uma abordagem para obter respostas para consultas multidimensionais. É usado no campo do BI para análises e relatórios sobre grandes quantidades de dados de várias fontes de dados. Os dados são coletados de várias fontes de dados e organizados na forma de cubos. Um cubo OLAP é um conjunto de dados estruturado que contém várias dimensões e medidas. Uma dimensão é uma maneira de categorizar fatos. Por exemplo, o total de vendas pode ser categorizado em dimensões como região e tempo.
De acordo com o conhecimento adquirido durante seus estudos, marque a alternativa correta a respeito de ETL.
Resposta Selecionada:	
Correta na fase de transformação, os dados carregados são modificados e seus valores são adequados ao modelo do data warehouse.
Resposta Correta:	
Correta na fase de transformação, os dados carregados são modificados e seus valores são adequados ao modelo do data warehouse.
Comentário da resposta:	Resposta correta. A alternativa está correta, pois transformação é o processo de conversão dos dados extraídos do formato anterior para o formato exigido por outro banco de dados. A transformação ocorre usando regras ou tabelas de pesquisa ou combinando os dados com outros dados. Por exemplo, cálculo em que os valores monetários são convertidos de dólares americanos para euros.
Pergunta 6
1 em 1 pontos
Considere o seguinte caso:
Uma empresa vendedora de produtos de praia deseja analisar a quantidade de vendas do produto “bola de praia”, na cidade de Florianópolis, no mês de fevereiro do ano passado pelo vendedor José Camilo, comparada com os números de receita com o mesmo produto em fevereiro deste ano na mesma cidade e, em seguida, fazer uma comparação de outras vendas do mesmo produto em Florianópolis no mesmo período, com o objetivo de realizar uma previsão de vendas bem como outros planejamentos.
Considerando o caso apresentado e o conteúdo estudado, assinale a alternativa que indica a melhor ferramenta a ser utilizada por essa empresa para esta ação.
Resposta Selecionada:	
Correta OLAP.
Resposta Correta:	
Correta OLAP.
Comentário da resposta:	Resposta correta. A alternativa está correta, pois, o OLAP (processamento analítico on-line) é um método de computação que permite aos usuários extrair e consultar dados de maneira fácil e seletiva, a fim de analisá-los sob diferentes pontos de vista. As consultas de OLAP geralmente ajudam na análise de tendências, relatórios financeiros, previsão de vendas, orçamento e outros fins
de planejamento.
Pergunta 7
1 em 1 pontos
Em 11 de março de 2011, um terremoto de magnitude 8,9 atingiu a costa do Japão, sacudindo uma região de 800 quilômetros e provocando um tsunami. Este foi um dos maiores terremotos já registrados no país. Com base nisso, pesquisadores reuniram os dados referente aos abalos sísmicos dos últimos 100 meses no Japão e agora desejam prever a magnitude do próximo terremoto.
Considerando as informações apresentadas e com base nos conteúdos estudados, podemos inferir que o caso apresentado é um exemplo de:
Resposta Selecionada:	
Correta Aprendizagem supervisionada
Resposta Correta:	
Correta Aprendizagem supervisionada
Comentário da resposta:	Resposta correta. A alternativa está correta, pois, o aprendizado supervisionado refere-se a uma classe de sistemas e algoritmos que determinam um modelo preditivo usando pontos de dados com resultados conhecidos. Como os pesquisadores já possuem os dados e, a partir deles desejam realizar uma predição, logo, temos o conceito de aprendizado supervisionado.
Pergunta 8
1 em 1 pontos
A mineração de dados é o processo de analisar grandes bancos de informações para gerar novas informações. Intuitivamente, você pode pensar que a mineração de dados se refere à extração de novos dados, mas esse não é o caso; em vez disso, a mineração de dados trata de extrapolar padrões e novos conhecimentos dos dados que você já coletou.
A respeito de Mineração de Dados e do conteúdo estudado, assinale a alternativa que possui três técnicas de mineração de dados.
Resposta Selecionada:	
Correta Classification, Clustering, Regression.
Resposta Correta:	
Correta Classification, Clustering, Regression.
Comentário da resposta:	Resposta correta. A alternativa está correta, pois Classification obriga a coletar vários atributos em categorias discerníveis, que você pode usar para tirar mais conclusões ou servir para alguma função; Clustering
é muito semelhante à Classification, mas envolve o agrupamento de pedaços de dados com base em suas semelhanças; Regression
é usada para identificar a probabilidade de uma determinada variável, dada a presença de outras variáveis.
Pergunta 9
0 em 1 pontos
Leia a seguinte citação a respeito do aprendizado supervisionado:
“O aprendizado supervisionado ocorre quando um algoritmo aprende a partir de dados de exemplo e respostas-alvo associadas que consistem de valores numéricos ou rótulos de string, como classes ou etiquetas, para prever a resposta correta diante de novos exemplos. A estratégia supervisionada é semelhante à aprendizagem humana sob a supervisão de um professor.”
Fonte: MUELLER, J.; MASSARON, Luca. Aprendizado de Máquinas. Rio de Janeiro: Alta Books. 2019, p.
Considerando o exposto e sobre os algoritmos de aprendizado supervisionado, analise as afirmativas a seguir.
I. Algoritmos de K-vizinhos mais próximos são usados no aprendizado supervisionado, com o objetivo de relacionar dados, por exemplo, categorizar músicas por gênero, artista e editor.
II. Algoritmos de regressões lineares são exemplos de aprendizado supervisionado usados para prever o valor de mercado de uma empresa com base na localização ou setor.
III. O agrupamento ou clustering é um processo de aprendizado supervisionado que organiza itens semelhantes e diferentes, porém, identificando relacionamentos entre os dados.
IV. A aprendizagem por regras de associação é um algoritmo de aprendizagem supervisionado para pesquisadores de mercado na busca de relacionamento de dados.
 
Está correto o que se afirma em:
Resposta Selecionada:	
Incorreta II e III, apenas.
Resposta Correta:	
Correta I e II, apenas.
Comentário da resposta:	Sua resposta está incorreta. A alternativa está incorreta, pois tanto o agrupamento quanto a aprendizagem por regras de associação são exemplos de aprendizagem não supervisionadas, pois, em vez de supervisionar o algoritmo com dados rotulados, o algoritmo trabalha por conta própria para descobrir um novo modelo, com base em estruturas de interesse que não podem ser vistas pelo olho humano.
Pergunta 10
0 em 1 pontos
É fácil confundir um data warehouse com um banco de dados, pois os dois conceitos compartilham algumas semelhanças. A principal diferença, no entanto, entra em vigor quando uma empresa precisa executar análises em uma grande coleta de dados. Os data warehouses
são criados para lidar com esse tipo de tarefa, enquanto os bancos de dados não.
 De acordo com o conhecimento adquirido durante seus estudos, assinale a alternativa que corretamente apresenta o tipo de integração de dados provenientes de várias fontes.
Resposta Selecionada:	
Incorreta Data Mart.
Resposta Correta:	
Correta ETL.
Comentário da resposta:	Sua resposta está incorreta. A alternativa está incorreta, pois um data mart é um subconjunto de um data warehouse orientado para uma linha de negócios específica. OLAP e OLTP são ferramentas de análise e, por fim, a análise de Big Data é o processo de coletar, organizar e analisar grandes conjuntos de dados para descobrir padrões e outras informações úteis. A análise de Big Data
pode ajudar as organizações a entender melhor as informações contidas nos dados.
Segunda-feira, 17 de Maio de 2021 17h24min52s BRT