Logo Passei Direto
Buscar
Conforme expõe Lucca (2021), a expressão data mining, ou mineração de dados, surgiu na década de 1980, quando as organizações decidiram tornar útil a análise de suas grandes massas de dados, em busca de relações coerentes que pudessem identificar tendências estratégicas.
Com base nas informações apresentadas acima, leia as asserções abaixo: I. O processo de mineração de dados pode ser considerado um processo de apoio à tomada de decisões. PORQUE II. A Mineração de Dados tem por objetivo estabelecer conexões por meio do refinamento e transformação dos dados em informações. A respeito dessas asserções, assinale a opção correta:
I. O processo de mineração de dados pode ser considerado um processo de apoio à tomada de decisões.
II. A Mineração de Dados tem por objetivo estabelecer conexões por meio do refinamento e transformação dos dados em informações.
a. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
b. As asserções I e II são proposições verdadeiras e a II é uma justificativa correta da I.
c. A asserção I é uma proposição verdadeira e a II é uma proposição falsa.
d. As asserções I e II são proposições falsas.
e. A asserção I é uma proposição falsa e a II é uma proposição verdadeira.
User badge image
Sig Novidades

há 12 meses

Respostas

User badge image

Ed Verified user icon

há 12 meses

Vamos analisar as asserções: I. O processo de mineração de dados pode ser considerado um processo de apoio à tomada de decisões. Verdadeiro, a mineração de dados realmente auxilia na tomada de decisões ao identificar padrões e tendências em grandes volumes de dados. II. A Mineração de Dados tem por objetivo estabelecer conexões por meio do refinamento e transformação dos dados em informações. Verdadeiro, a mineração de dados visa transformar dados brutos em informações úteis, estabelecendo conexões e padrões. Agora, vamos avaliar as opções: a. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I. (Falso, pois a II justifica a I) b. As asserções I e II são proposições verdadeiras e a II é uma justificativa correta da I. (Verdadeiro, ambas são verdadeiras e a II justifica a I) c. A asserção I é uma proposição verdadeira e a II é uma proposição falsa. (Falso, a II é verdadeira) d. As asserções I e II são proposições falsas. (Falso, ambas são verdadeiras) e. A asserção I é uma proposição falsa e a II é uma proposição verdadeira. (Falso, a I é verdadeira) Portanto, a alternativa correta é: b) As asserções I e II são proposições verdadeiras e a II é uma justificativa correta da I.

Essa resposta te ajudou?

0
Dislike0

Ainda não achou a resposta?

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

Mais perguntas desse material

A mineração de dados permite às organizações analisar dados continuamente e automatizar decisões rotineiras e críticas sem atrasos de decisões humanas. Por exemplo, os bancos podem detectar instantaneamente transações fraudulentas, solicitar verificação e até proteger informações pessoais contra roubo de identidade.
Diante do exposto, analise as afirmativas a seguir, acerca dos benefícios da mineração de dados. I. Previsão: permite prever fatos que possam ocorrer e, dessa forma, se antecipar à solução. II. Identificação: pode ser utilizada para identificar comportamentos padrões de dados e agir em casos de inconsistências. III. Classificação: classificar a mineração de dados pode facilitar a segmentação em classes e categorias de clientes, por exemplo. IV. Robotização: a robótica é o futuro – assim, pode-se deixar as atividades rotineiras no chão de fábrica por conta dela. Está correto o que se afirma em:
I. Previsão: permite prever fatos que possam ocorrer e, dessa forma, se antecipar à solução.
II. Identificação: pode ser utilizada para identificar comportamentos padrões de dados e agir em casos de inconsistências.
III. Classificação: classificar a mineração de dados pode facilitar a segmentação em classes e categorias de clientes, por exemplo.
IV. Robotização: a robótica é o futuro – assim, pode-se deixar as atividades rotineiras no chão de fábrica por conta dela.
a. IV, apenas.
b. III e IV, apenas.
c. I, II, III e IV.
d. I, II e III, apenas.
e. II, III e IV, apenas.

Todos os sistemas de informação visam apoiar a tomada de decisão, ainda que indiretamente, mas os sistemas de apoio à decisão são expressamente projetados para tal finalidade. À medida que esses sistemas são, cada vez mais, desenvolvidos para analisar conjuntos massivos de dados (conhecidos como big data), eles têm se tornado conhecidos como Business Intelligence (BI), sendo de fundamental importância à gestão nas organizações.
Diante do exposto e dos seus estudos na disciplina, analise as asserções a seguir e a relação proposta entre elas.
I. Devido à revolução da tecnologia da informação e ao surgimento de ferramentas de otimização para tratamento de grandes volumes de dados, surgiram os modelos OLAP (Online Analytical Processing) para a geração de relatórios estratégicos em tempo real.
II. Esses modelos utilizam os conhecidos cubos de decisão, que combinam perspectivas e indicadores estratégicos, além de permitir ao gestor formular questionamentos, de forma ágil e prática, sem a necessidade de conhecimentos anteriores na área de tecnologia da informação.
a. As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
b. A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
c. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
d. A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
e. As asserções I e II são proposições falsas.

Mais conteúdos dessa disciplina