Logo Passei Direto
Buscar
Também conhecido como KDD (knowledge-discovery in databases), a descoberta de conhecimento em bases de dados visa encontrar padrões em grandes volumes de dados e, a partir destes padrões, identificar novos conhecimentos. Considerando o texto apresentado, avalie as afirmações a seguir. I. O KDD apresenta o ciclo de vida de um projeto de Inteligência Artificial. II. A modelagem relacional não faz parte do KDD. III. A seleção de dados é a etapa onde o usuário seleciona quais dados deseja visualizar em um dashboard. É correto o que se afirma em:

I. O KDD apresenta o ciclo de vida de um projeto de Inteligência Artificial.
II. A modelagem relacional não faz parte do KDD.
III. A seleção de dados é a etapa onde o usuário seleciona quais dados deseja visualizar em um dashboard.
A - I, II e III.
B - II e III, apenas.
C - I e II, apenas.
D - III, apenas.
E - I, apenas.
User badge image
Estudo Através de Questões

há 2 anos

Respostas

User badge image

Ed Verified user icon

ano passado

Vamos analisar cada uma das afirmações: I. O KDD apresenta o ciclo de vida de um projeto de Inteligência Artificial. Falso, o KDD é um processo que envolve várias etapas, mas não é exatamente um ciclo de vida de um projeto de IA. O ciclo de vida de um projeto de IA pode incluir KDD, mas não se limita a isso. II. A modelagem relacional não faz parte do KDD. Verdadeiro, a modelagem relacional é uma técnica de organização de dados, mas não é uma etapa específica do processo de KDD, que se concentra mais na extração de conhecimento a partir de dados. III. A seleção de dados é a etapa onde o usuário seleciona quais dados deseja visualizar em um dashboard. Falso, a seleção de dados no contexto de KDD refere-se à escolha de dados relevantes para análise, mas não necessariamente à visualização em um dashboard. Com base nas análises: - A afirmação I é falsa. - A afirmação II é verdadeira. - A afirmação III é falsa. Portanto, a alternativa que contém todos os itens verdadeiros é: B - II e III, apenas.

Essa resposta te ajudou?

0
Dislike2
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

User badge image

Ed Verified user icon

há 2 anos

A alternativa correta é a letra C - I e II, apenas. Justificativa: I. O KDD apresenta o ciclo de vida de um projeto de Inteligência Artificial. - FALSO. Embora o KDD seja uma técnica utilizada em projetos de Inteligência Artificial, ele não apresenta o ciclo de vida de um projeto de IA. II. A modelagem relacional não faz parte do KDD. - VERDADEIRO. A modelagem relacional é uma técnica utilizada em bancos de dados, mas não faz parte do processo de KDD. III. A seleção de dados é a etapa onde o usuário seleciona quais dados deseja visualizar em um dashboard. - FALSO. A seleção de dados é uma etapa do processo de KDD, mas não está relacionada à visualização em um dashboard.

Essa resposta te ajudou?

0
Dislike2

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Mais perguntas desse material

Considere as seguintes características de um projeto de banco de dados. a. O modelo de dados é conhecido e estável; b. A integridade dos dados é essencial para o modelo; c. Velocidade e escalabilidade são preponderantes. d. A segurança dos dados deve ser garantida. Considerando as informações apresentadas, avalie as afirmacoes a seguir. I - Os itens a e b justificam a utilização de modelagem não relacional, uma vez que estabilidade e integridade são as principais características deste tipo de modelo. II - De acordo com o que podemos conferir em sites, por exemplo, da Amazon, bancos de dados NoSQL são criados para modelos específicos e têm esquemas flexíveis para a criação de aplicativos modernos. Os bancos de dados NoSQL são reconhecidos por sua facilidade de desenvolvimento, funcionalidade e performance em escala. III - Esta categoria de banco de dados é otimizada especificamente para aplicativos que exigem modelos de grande volume de dados, baixa latência e flexibilidade. É correto o que se afirma em

I - Os itens a e b justificam a utilização de modelagem não relacional, uma vez que estabilidade e integridade são as principais características deste tipo de modelo.
II - De acordo com o que podemos conferir em sites, por exemplo, da Amazon, bancos de dados NoSQL são criados para modelos específicos e têm esquemas flexíveis para a criação de aplicativos modernos. Os bancos de dados NoSQL são reconhecidos por sua facilidade de desenvolvimento, funcionalidade e performance em escala.
III - Esta categoria de banco de dados é otimizada especificamente para aplicativos que exigem modelos de grande volume de dados, baixa latência e flexibilidade.
A - I, II e III.
B - I e II, apenas
C - II e III, apenas
D - III, apenas
E - I, apenas

Visão computacional não é aplicada em problemas nos quais é necessário processar imagens.

Visão computacional é aplicada em problemas nos quais é necessário processar imagens.
Verdadeiro
Falso

Algoritmos de aprendizagem de máquina não visam simular o funcionamento do cérebro humano.

Algoritmos de aprendizagem de máquina não visam simular o funcionamento do cérebro humano.
Verdadeiro
Falso

Um modelo baseado em inteligência artificial deverá realizar multiplas tarefas, tais como extrair features, classificar itens e prever comportamentos de dados.

Um modelo baseado em inteligência artificial deverá realizar multiplas tarefas, tais como extrair features, classificar itens e prever comportamentos de dados.
Verdadeiro
Falso

Apenas bancos relacionais podem ser utilizadas em projetos de inteligência artificial.

Apenas bancos relacionais não são suficientes para serem utilizados em projetos de inteligência artificial.
Verdadeiro
Falso

Visão computacional possui algoritmos de aprendizagem de máquina para processar e extrair insights a partir de imagens.

Visão computacional possui algoritmos de aprendizagem de máquina para processar e extrair insights a partir de imagens.
Verdadeiro
Falso

O processo de extração de características consiste em utilizar uma arquitetura de aprendizagem profunda para processar o conteúdo de uma imagem.

O processo de extração de características consiste em utilizar uma arquitetura de aprendizagem profunda para processar o conteúdo de uma imagem.
Uma imagem é processada pela estrutura da rede e, a cada camada do modelo, são realizadas transformações para identificar características específicas dessa imagem.
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
As asserções I e II são proposições verdadeiras, e a II é a justificativa correta da I.
As asserções I e II são proposições falsas
A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.

Mais conteúdos dessa disciplina