Disciplina Big Data Analytic e a Tomada de Decisões

Prévia do material em texto

As técnicas de Multi Machine Clustering surgiram para otimizar e melhorar a escalabilidade e o
desempenho das análises em cluster para atender às demandas do Big Data. Em relação às
técnicas de Multi Machine Clustering, o que é possível afirmar?
A partir das alternativas abaixo, assinale a CORRETA:
A) Apresentam como grande característica o alto poder de processamento com
implementação de baixa complexidade e algoritmos como PAM, DBSCAN e PIRBICH.
B) São mais velozes que as abordagens tradicionais de agrupamento, no entanto, a alta
complexidade de implementação inviabiliza projetos de análises mais amplos.
C) É constituída pelas técnicas de clusterização paralela e baseada em MapReduce que
tornam o processo de paralelização menos complexo para o desenvolvedor.
D) É composta pela clusterização paralela e pela clusterização baseada em MapReduce. A
segunda, inclusive, torna o processo de paralelização mais transparente para o
desenvolvedor.
Dados não estruturados ou desestruturados compreendem cerca de 80% de toda gama de
dados disponíveis para extração e análise de dados.
Em relação a esses tipos de dados é correto afirmar que:
A) Apresentam formato livre e são produzidos pela linguagem humana. Para que seja
possível realizar a análise existe a necessidade de transformá-los em um formato
estruturado.
B) São de vital importância para as empresas, porém, são pouco explorados e apresentam
baixo poder de aplicabilidade. Google e IBM são algumas das poucas empresas que
investem recursos em análise de dados textuais.
C) São dados difíceis de serem decifrados ou compreendidos pela máquina, por conta da
sua estrutura. A linguagem humana é incompreensível pela máquina, o que torna o
processo de descoberta de conhecimento inviável.
D) São pouco percebidos pelas empresas por conta da complexidade em lidar com essas
estruturas. São extremamente custosos se comparados ao formato estruturado e carecem
de técnicas para melhorar o processo de análise.
Uma das principais vantagens da clusterização baseada em MapReduce é, sem dúvida, a
transparência de toda complexidade de implementação envolvida com a distribuição dos
dados entre os clusters ou mesmo a capacidade para detectar e corrigir falhas que
eventualmente possam ocorrer durante o processo.
Relacione as técnicas com os algoritmos que as compõem, associando os itens, conforme
o código abaixo:
I – Clusterização Paralela.
II – Clusterização baseada em MapReduce.
( ) GPMR.
( ) PBIRCH.
( ) MR-DBSCAN.
( ) G-DBSCAN.
A partir das alternativas abaixo, assinale a CORRETA:
A) I – II – II – I.
B) I – II – I – II.
C) II – I – I – II.
D) II – I – II – I.