N2_INTELIGÊNCIA ANALÍTICA

Prévia do material em texto

· Pergunta 1
	
	
	
	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 Correta:
	 
OLAP.
	
	
	
	
	
· Pergunta 2
	
	
	
	ETL é a abreviação de para eXtract, Transform, Load, traduzindo livremente ficaria Extração, Transformação e Carga. Estas são três funções de base de dados que são combinadas em uma ferramenta responsável por extrair os dados de uma base e colocá-los em outra base. Além disso, o ETL também é utilizado para converter bancos de dados de um formato ou tipo para outro.
Considerando o exposto, analise as afirmativas a seguir quanto ao emprego de ETL:
I. O ETL pode ser usado para mover os dados em um único local para realizar aprendizado de máquina.
II. O ETL é usado para transformar dados de uma base de dados para o modelo .DOC (sigla Transformação).
III. ETL é uma técnica de mineração de dados que pode ser usada para descobrir padrões nos dados.
IV. O ETL pode ajudar a mover dados de várias fontes de IoT (Internet of Things) para um único local onde você pode analisá-los.
 Está correto o que se afirma em:
	
	
	
	
		
	
	Resposta Correta:
	 
I e IV, apenas.
	
	
	
	
	
· Pergunta 3
	
	
	
	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 Correta:
	 
Redes neurais.
	
	
	
· Pergunta 4
	
	
	
	Considere a seguir dois exemplos de aplicação de algoritmos de aprendizado:
Exemplo 1: Um algoritmo pode aprender as características dos e-mails rotulados como "spam" e marcar automaticamente as novas mensagens como spam quando tiverem as mesmas características.
Exemplo 2: você deseja prever quais alunos do ensino médio farão bem o ENEM (Exame Nacional do Ensino Médio) com base em dados dos participantes de testes anteriores, e rotulá-los com notas de "ruim", "média", "boa" e "excelente".
 
De acordo com o estudo realizado e com as informações dos passadas pelos exemplos 1 e 2, assinale a alternativa correta que corresponde aos tipos de aprendizado para os exemplo 1 e 2:
	
	
	
	
		
	
	Resposta Correta:
	 
Exemplo 1: supervisionado e Exemplo 2: supervisionado.
	
	
	
	
	
· Pergunta 5
	
	
	
	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 Correta:
	 
Classification, Clustering, Regression.
	
	
	
	
	
· Pergunta 6
	
	
	
	Imagine um varejista com fachadas de lojas físicas e on-line. Como qualquer empresa, o varejista precisa analisar as tendências de vendas em todo o negócio. Mas os sistemas de back-end para essas fachadas de lojas são separados. Eles podem ter campos ou formatos de campo diferentes (como datas dia-mês-ano versus datas mês-dia-ano). Eles podem usar sistemas que não podem "conversar" entre si. É aí que entra o ETL, com o objetivo de combinar dados em um único banco de dados.
Considerando o excerto apresentado e o conteúdo estudado sobre mineração de dados e ETL, analise as afirmativas a seguir.
I. A fase de transformação abre caminhos para a integração dos dados, no caso do varejista, seria a reformatação.
II. A fase de carga pode é resumida como fase de persistência de dados, armazenando-os em um data warehouse.
III. Na fase de extração, se houverem diferentes tipos de moedas, os dados são convertidos para uma única.
IV. A fase de extração extrai os dados de um banco e os coloca no data warehouse que, posteriormente passará por transformações.
 
Está correto o que se afirma em:
	
	
	
	
		
	
	Resposta Correta:
	 
 I e II, apenas.
	
	
	
	
	
· Pergunta 7
	
	
	
	Segundo o Fórum Econômico Mundial, o mundo produz 2,5 quintilhões de bytes de dados todos os dias. Com tantos dados, tornou-se cada vez mais difícil gerenciar e entender tudo. Seria impossível para uma única pessoa percorrer os dados linha por linha e ver padrões distintos e fazer observações. A proliferação de dados pode ser gerenciada como parte do processo de ciência de dados, que inclui o conceito de Data Visualization ou Visualização de Dados.
Fonte: THIRANI, V.; GUPTA, A. The value of data . 22 set. 2017. Disponível em: https://www.weforum.org/agenda/2017/09/the-value-of-data/ . Acesso em: 10 fev. 2020.
De acordo com o seu conhecimento adquirido durante os estudos e os conceitos e ferramentas de Data Visualization , assinale a alternativa correta em relação aos tipos e exemplos de visualização de dados.
	
	
	
	
		
	
	Resposta Correta:
	 
Distribuição de Frequência: Histogramas e Gráficos de Caixa.
	
	
	
	
	
· Pergunta 8
	
	
	
	Naive Bayes é uma implementação de aprendizado de máquina do Teorema de Bayes . É um algoritmo de classificação que prevê a probabilidade de cada ponto de dados pertencente a uma classe e depois classifica o ponto como a classe com a maior probabilidade.
De acordo com o conteúdo estudado e das informações acima citadas, qual dos conceitos a seguir é um exemplo de classificador de Naive Bayes?.
	
	
	
	
		
	
	Resposta Correta:
	 
NB Gaussiano e NB MultiNomial.
	
	
	
	
	
	
	
· Pergunta 9
	
	
	
	O algoritmo Apriori é uma sequência de etapas a serem seguidas para encontrar o conjunto de itens mais frequente no banco de dados fornecido. Essa técnica de mineração de dados segue as etapas de junção e remoção, iterativamente, até que o conjunto de itens mais frequente seja alcançado. Um limite mínimo de suporte é fornecido no problema ou é assumido pelo usuário.
De posse do seu conhecimento e de acordo com o conteúdo estudado, você viu que existem muitos métodos e técnicas disponíveis para melhorar a eficiência do algoritmo apriori, dentre eles podemos citar (marque a alternativa correta):
	
	
	
	
		
	
	Resposta Correta:
	 
Particionamento.
	
	
	
	
	
· Pergunta 10
 
	
	
	
	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 Correta:
	 
na fase de transformação, os dados carregados são modificados e seus valores são adequados ao modelo do data warehouse.