Grátis: A proposta de uma solução de Big Data é oferecer uma abordagem consistente no tratamento do constante crescimento e da complexidade dos dados. Os d... – Questões Respondidas

Sistemas de Informação

Colégio Objetivo

A proposta de uma solução de Big Data é oferecer uma abordagem consistente no tratamento do constante crescimento e da complexidade dos dados. Os dados podem ser encontrados de três formas: a. String; Numérico e Float. b. Estruturado; Não estruturado e Semi-estruturado. c. Fácil; Difícil e Avançado. d. Básico; Médio e Avançado. e. Char; Boolean e Avançado.

a. String; Numérico e Float.
b. Estruturado; Não estruturado e Semi-estruturado.
c. Fácil; Difícil e Avançado.
d. Básico; Médio e Avançado.
e. Char; Boolean e Avançado.

Estudando com Questões

há 3 anos

Estudando com Questões

há 3 anos

Big Data

ESTÁCIO

Respostas

Ed

há 3 anos

A alternativa correta é a letra b) Estruturado; Não estruturado e Semi-estruturado. A proposta de uma solução de Big Data é oferecer uma abordagem consistente no tratamento do constante crescimento e da complexidade dos dados, que podem ser encontrados em três formas: estruturados, não estruturados e semi-estruturados.

Essa resposta te ajudou?

0

0

Ainda não achou a resposta?

Integrado com os principais modelos de IA do mercado
Respostas em segundos
IA treinada para estudantes brasileiros.

Evolua sua forma de estudar

Cadastre-se ou realize login

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Big Data

ESTÁCIO

Mais perguntas desse material

A finalidade da cultura de Data Analytics é auxiliar as empresas a entenderem a sua realidade e identificar as suas potencialidades. Indique qual a ordem correta dos conceitos:

(1) Big Data

(2) DataWarehouse

(3) Data Analytics

(4) Data Lake

( ) é um repositório de dados onde ficam armazenadas as bases de dados de diversos sistemas existentes em uma organização.

( ) Suas categorias são: Social Data, Enterprise Data e Personal Data.

( ) pode ser encontrado em três formas: Estruturado; Não estruturado e Semi-estruturado.

( ) Também pode ser chamado de “data swamps” (pantano de dados).

Assinale a alternativa correta:

a. 4; 3; 1 e 2.
b. 1; 2; 3 e 4.
c. 2; 3; 1 e 4.
d. 1; 2; 4 e 3.
e. 2; 1; 4 e 3.

Ferramentas de Data Mining são responsáveis por analisar, e descobrir impedimentos relacionados aos dados ou novas perspectivas, que apontam um comportamento recente nos negócios. As técnicas que estas ferramentas utilizam são:

a. Árvore de decisão e grafos; Previsão de Churn e Leitura de Upsell and Cross-Sell
b. Dendrogramas; Previsão de Churn; hipóteses
c. Agrupamentos; hipóteses; Binária e Não Binária; Previsão de Churn e Leitura de Upsell and Cross-Sell
d. Árvore de decisão contínua, Binária e Não Binária; Previsão de Churn e Leitura de Upsell and Cross-Sell
e. Agrupamentos; hipóteses; regras; árvores de decisão e grafos ou dendrogramas.

Quais são as ferramentas centrais de ETL que trabalham em conjunto com outras ferramentas de data integration e com outros vários aspectos do gerenciamento de dados?

Escolha a alternativa correta:

a. Cross-selling, Machine Learning e Hadoop.
b. Datamining, data governance, virtualização e data warehouse.
c. Cross-selling, Machine Learning e Hadoop.
d. Data quality, data governance, virtualização e metadados.
e. Data quality, compliance, virtualização e banco de dados.

Vários métodos estatísticos são utilizados para o Machine Learning alcançar o desempenho esperado. Sobre o método clustering é correto afirmar:

a. É útil quando o custo associado à rotulação é muito baixo para possibilitar um processo de treinamento totalmente rotulado.
b. É feito um mapeamento das apenas de variáveis de saída.
c. É útil quando o custo associado à rotulação é muito alto para possibilitar um processo de treinamento totalmente rotulado.
d. Todas as alternativas estão corretas.
e. Esse método encontra padrões e os dados são agrupados de acordo com as relações encontradas entre as variáveis.

A analítica preditiva pode ser definida também como previsões com nível de granularidade mais detalhado, baseando-se em pontuações preditivas probabilísticas para cada elemento organizacional individual. A Previsão de Churn é um dos tipos de análise preditiva e caracteriza-se por:

I - Ser o estudo do percentual de clientes que solicita o cancelamento do serviço contratado em determinado intervalo de tempo.
II - Descrever e organizar os dados com objetivo de facilitar a compreensão e utilização das informações que serão extraídas.
III - Ofertar um modelo ou pacote de serviços mais moderno ou completo do que o cliente já possui ou esteja em processo de compra.
IV - Métrica que indica quantos clientes deixaram determinado produto

Assinale a alternativa correta:

a. Apenas a II está correta.
b. Apenas a II e III estão corretas.
c. Apenas a I e III estão corretas.
d. Apenas a I e IV estão corretas.
e. Apenas a IV está correta.

Sobre Machine Learning e Deep Learning, respectivamente é correto afirmar:

a. É capaz de analisar uma grande quantidade de dados por meio de métodos estatísticos específicos, além de usar uma variedade de algoritmos para encontrar padrões no banco de dados; Ela tem como base a utilização das redes neurais profundas.
b. É a capacidade da máquina imitar algumas características humanas, como a percepção visual, reconhecimento de fala, tomada de decisão e tradução de idiomas; Esse sistema é capaz de analisar uma grande quantidade de dados por meio de métodos estatísticos específicos, além de usar uma variedade de algoritmos para encontrar padrões no banco de dados.
c. É uma tendência de rápido crescimento que coloca o poder de acesso, mistura e transformação de dados nas mãos dos usuários organizacionais e outros profissionais não-técnicos; São utilizadas para limpar, perfilar e auditar dados – garantem que os dados sejam confiáveis.
d. Gerencia o armazenamento de grandes conjuntos de dados, também de forma distribuída. É projetada para jogar o processamento para o banco de dados, de modo a aprimorar a performance.
e. Esse sistema é capaz de analisar uma grande quantidade de dados por meio de métodos estatísticos específicos, além de usar uma variedade de algoritmos para encontrar padrões no banco de dados; É comumente usados em aplicações onde dados históricos podem prever eventos futuros prováveis.

Uma das grandes vantagens de se utilizar Python são os pacotes exclusivos para Ciência de Dados que podemos citar:

a. Kivy, Parsing e REPL.
b. Parsing, scikit-learn e NumPy.
c. scikit-learn, NumPy e Pandas.
d. Parsing, Kivy e Pandas.
e. scikit-learn, NumPy e Kivy.