Grátis: Associe os termos dos 5Vs de Big Data às suas respectivas características, e indique a alternativa correta: (1) Volume (2) Velocidade (3) Variedad... – Questões Respondidas

Inglês

Outros

Associe os termos dos 5Vs de Big Data às suas respectivas características, e indique a alternativa correta:

(1) Volume
(2) Velocidade
(3) Variedade
(4) Veracidade
(5) Valor

( ) Dados autênticos e verdadeiros.
( ) Processamento ágil.
( ) Utilidade dos dados.
( ) Fontes de dados muito heterogêneas.
( ) Grande quantidade de dados gerados.

a. 2; 3; 5; 1; 4.
b. 4; 2; 5; 3; 1.
c. 2; 3; 5; 1; 4.
d. 5; 4; 3; 2; 1.
e. 3; 4; 5; 1; 2.

Praticando Para o Saber

ano passado

Praticando Para o Saber

ano passado

26

Respostas

Ed

ano passado

Vamos analisar cada um dos termos dos 5Vs de Big Data e suas características: 1. Volume - Refere-se à grande quantidade de dados gerados. 2. Velocidade - Relaciona-se ao processamento ágil dos dados. 3. Variedade - Diz respeito às fontes de dados muito heterogêneas. 4. Veracidade - Refere-se a dados autênticos e verdadeiros. 5. Valor - Relaciona-se à utilidade dos dados. Agora, vamos associar as características: - (1) Volume - Grande quantidade de dados gerados. - (2) Velocidade - Processamento ágil. - (3) Variedade - Fontes de dados muito heterogêneas. - (4) Veracidade - Dados autênticos e verdadeiros. - (5) Valor - Utilidade dos dados. Agora, vamos verificar as alternativas: a. 2; 3; 5; 1; 4. b. 4; 2; 5; 3; 1. c. 2; 3; 5; 1; 4. d. 5; 4; 3; 2; 1. e. 3; 4; 5; 1; 2. A alternativa correta, que associa os termos corretamente, é a c. 2; 3; 5; 1; 4.

Essa resposta te ajudou?

0

0

Libere essa resposta sem enrolação!

Craque Neto

Craque Neto

Cadastre-se ou realize login

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

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

26

Mais perguntas desse material

Regressão linear é uma das técnicas utilizadas para o planejamento do modelo analítico de dados. Podemos afirmar que:

( ) É utilizada para entender e comparar dados, possibilitando a identificação do comportamento do dado analisado

( ) É uma técnica estatística que pode ser utilizada para efetuar uma análise preditiva.

( ) A modelagem gráfica da regressão linear consiste de folhas, também chamadas de nós, e ramos.

( ) Realiza projeções e estudos dos dados, classificando matematicamente quais são os mais relevantes para o estudo

Escolha a alternativa correta:

a. V; V; F; F.
b. V; V; F; V.
c. V; F; F; V.
d. V; F; F; F.
e. V; V; V; V.

Sobre o aprendizado não-supervisionado é correto afirmar:

I - O objetivo é de identificar os padrões existentes nos dados sob análise, suas similaridades (conforme critério estabelecido), suas diferenças e efetuar um agrupamento consistente das informações analisadas.

II- No aprendizado não-supervisionado, o algoritmo não recebe os rótulos de entrada e, portanto, não conhece os rótulos de saída que devem ser gerados.

III - Têm o objetivo de fazer previsões baseados no conjunto de dados que estão sendo analisados, sejam eles dados históricos ou não, eles são treinados por meio de exemplos rotulados, como uma entrada na qual a saída desejada é conhecida.

IV - Os resultados desse tipo de algoritmo são geralmente marcados como classificação e regressão.

Escolha a alternativa correta:

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

Sobre ETL (EXTRACT TRANSFORM LOAD) que alternativa correta é?

a. A técnica de integração de dados surgiu da demanda dos negócios de agregar dados de fontes distintas para serem analisadas.

b. Gerencia o armazenamento de grandes conjuntos de dados, de forma distribuída.

c. O processo de ETL é a execução das etapas de Extração, Transformação e Atualização de Dados.

d. É o processo não-trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis.

e. Atua no plano estratégico da empresa.

a. A técnica de integração de dados surgiu da demanda dos negócios de agregar dados de fontes distintas para serem analisadas.
b. Gerencia o armazenamento de grandes conjuntos de dados, de forma distribuída.
c. O processo de ETL é a execução das etapas de Extração, Transformação e Atualização de Dados.
d. É o processo não-trivial de identificar, em dados, padrões válidos, novos, potencialmente úteis e ultimamente compreensíveis.
e. Atua no plano estratégico da empresa.

Sobre a biblioteca Panda do Python é correto afirmar:

a. Explora a manipulação, leitura e visualização de dados.
b. Pandas exibe vários tipos de gráficos sem precisar de auxílio de outra biblioteca.
c. Trabalha com dois tipos principais de estruturas de dados: Series e DataFrames.
d. Combina de forma inteligente registros provenientes de diferentes bases de dados (operação conhecida como merge ou join).
e. Todas as alternativas estão corretas.

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.

Sobre o módulo venv na Linguagem Python é correto afirmar:

a. Fornece várias funções e operações para a execução de apenas cálculos gráficos.
b. É uma linguagem de programação para front-end.
c. E o módulo usado para criar e gerenciar ambientes virtuais no Python, ele irá instalar a versão mais recente do Python.
d. É uma biblioteca de Machine Learning.
e. É uma linguagem de programação para back-end.

O aprendizado de máquina (em inglês, machine learning) é um método de análise de dados que automatiza a construção de modelos analíticos, é um ramo da ____________________.

a. Algoritmo Não Supervisionado.
b. Inteligência Artificial.
c. Algoritmo Supervisionado.
d. Algoritmo por Reforço.
e. Deep Blue.