Sistemas de Suporte à Decisão e Inteligência de Negócio II

Question 1

O que é o Data Mining?

Answer 1

Também chamado de Mineração de Dados ou Prospecção de Dados, trata-se processo de explorar grandes quantidades de dados à procura de padrões consistentes.

Question 2

Que tipo de ferramenta possibilita, por exemplo, que companhias aéreas prevejam quem perderá um voo; é capaz de informar a grandes lojas de departamento quem possivelmente está grávida; ajuda médicos a identificarem infecções fatais; e impressionantemente podem ser utilizadas até para prever – por meio de dados celulares –possíveis massacres em diversos países?

Answer 2

O Data Mining

Question 3

A mineração de dados é muito parecida com a meteorologia. Por que?

Answer 3

Os meteorologistas basicamente buscam duas coisas: primeiro, eles querem descrever padrões climáticos genéricos; segundo, eles querem prever a temperatura e umidade de um dia qualquer.

O Data Mining também busca prever determinadas situações com base em uma análise de dados.

Question 4

Uma rede varejista descobriu que a venda de colírios aumentava na véspera de feriados, essa rede passou a preparar seus estoques e promoções com base nesse cenário.

O Data Mining pode ter sido usado para fazer essa “descoberta” CERTO ou ERRADO?

Answer 4

CERTO! Por meio da mineração de dados podem se chegar à conclusões esporádicas.

Question 5

Qual o processo de explorar grande quantidade de dados para extração não-trivial de informação implícita desconhecida?

Answer 5

Data Mining

Question 6

_____ é uso de teorias, métodos, processos e tecnologias para organizar uma grande quantidade de dados brutos para identificar padrões de comportamentos em determinados públicos.

Answer 6

Data Mining

Question 7

Qual é a categoria de ferramentas de análise denominada open-end e que permite ao usuário avaliar tendências e padrões não conhecidos entre os dados?

Answer 7

Data Mining

Question 8

_____ é o processo de descoberta de novas correlações, padrões e tendências entre as informações de uma empresa, por meio da análise de grandes quantidades de dados armazenados em bancos de dados usando técnicas de reconhecimento de padrões, estatísticas e matemáticas.

Answer 8

Data Mining

Question 9

_____ constitui em uma técnica para a exploração e análise de dados, visando descobrir padrões e regras, a princípio ocultos, importantes à aplicação.

Answer 9

Data Mining

Question 10

O que é o conjunto de ferramentas que permitem ao usuário avaliar tendências e padrões não conhecidos entre os dados.

Esses tipos de ferramentas podem utilizar técnicas avançadas de computação como redes neurais, algoritmos genéticos e lógica nebulosa (fuzzy), dentre outras?

Answer 10

Data Mining

Question 11

O que é o conjunto de ferramentas e técnicas de mineração de dados que têm por objetivo buscar a classificação e o agrupamento (clusterização) de dados, bem como identificar padrões.

Answer 11

Data Mining

Question 12

O que é o processo de explorar grandes quantidades de dados à procura de padrões consistentes com o intuito de detectar relacionamentos sistemáticos entre variáveis e novos subconjuntos de dados?

Answer 12

Data Mining

Question 13

Que técnica consiste em explorar um conjunto de dados visando a extrair ou a ajudar a evidenciar padrões, como regras de associação ou sequências temporais, para detectar relacionamentos entre estes?

Answer 13

Data Mining

Question 14

Quais são as ferramentas que utilizam diversas técnicas de natureza estatística, como a análise de conglomerados (cluster analysis), que tem como objetivo agrupar, em diferentes conjuntos de dados, os elementos identificados como semelhantes entre si, com base nas características analisadas?

Answer 14

Data Mining

Question 15

O que é o conjunto de técnicas que, envolvendo métodos matemáticos e estatísticos, algoritmos e princípios de inteligência artificial, tem o objetivo de descobrir relacionamentos significativos entre dados armazenados em repositórios de grandes volumes e concluir sobre padrões de comportamento de clientes de uma organização?

Answer 15

Data Mining

Question 16

_____ é o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.

Answer 16

Data Mining

Question 17

_____ é o processo de analisar de maneira semi automática grandes bancos de dados para encontrar padrões úteis.

Answer 17

Data Mining

Question 18

As ferramentas de mineração de dados geralmente utilizam uma arquitetura cliente/servidor ou até uma arquitetura web. CERTO ou ERRADO?

Answer 18

CERTO!

Question 19

Há diferentes tipos de mineração de dados. Dentre elas a DIAGNÓSTICA. O que é esse tipo de mineração?

Answer 19

Aquela utilizada para entender os dados e/ou encontrar causas de problemas

Question 20

Há diferentes tipos de mineração de dados. Dentre elas a PREDITIVA. O que é esse tipo de mineração?

Answer 20

Aquela utilizada para antecipar comportamentos futuros

Question 21

A mineração de dados só pode ocorrer em bancos de dados muito grades como Data Warehouses. CERTO ou ERRADO?

Answer 21

ERRADO! Apesar de ser mais comum, NÃO é REGRA

Question 22

É possível realizar a mineração de dados de bases de dados não estruturadas?

Answer 22

SIM! Qualquer base de dados pode ser minerada

Question 23

Para realizar o Data MiniNg é necessário ter conhecimentos de programação. CERTO ou ERRADO?

Answer 23

ERRADO! Não é necessário ter conhecimentos de programação para realizar consultas, visto que existem ferramentas especializadas que auxiliam o usuário final de negócio;

Question 24

No ambiente organizacional, devido à grande quantidade de dados, não é recomendado o emprego de data mining para atividades ligadas a marketing. CERTO ou ERRADO?

Answer 24

ERRADO! É recomendável – sim – o emprego de Data Mining para atividades ligadas a marketing

Question 25

A Mineração de Dados faz parte de um processo muito maior de descoberta de conhecimento.

Qual é esse processo?

Answer 25

KDD (Knowledge Discovery in Databases

Descoberta de Conhecimento em Bancos de Dados

Question 26

O Processo de Descoberta de Conhecimento em Bancos de Dados (KDD), compreende 5 fases. Quais são elas?

Answer 26

(1) Seleção;
(2) Pré-processamento;
(3) Transformação;
(4) Data Mining;
(5) Interpretação e Avaliação

Question 27

O processo de descoberta de conhecimento (KDD) é interativo e iterativo, envolvendo várias etapas com muitas decisões tomadas pelo usuário. CERTO ou ERRADO?

Answer 27

CERTO!

Question 28

Qual a primeira fase do Processo de Descoberta de Conhecimento em Bancos de Dados (KDD)?

Answer 28

1. Seleção.

Selecionar um conjunto de dados de diversas bases ou se concentrar em um subconjunto de variáveis ou amostras de dados – no qual a descoberta será realizada.

Question 29

No Processo de Descoberta de Conhecimento em Bancos de Dados (KDD), após a seleção de dados relevantes, a próxima fase é o Pré-processamento. No que consiste essa fase?

Answer 29

Operações básicas incluem limpeza, remoção de erros, eliminação de redundância, decidir estratégias para lidar com campos de dados ausentes, entre outros.

Question 30

No Processo de Descoberta de Conhecimento em Bancos de Dados (KDD), com os dados pré processados qual a próxima fase?

Answer 30

3. Transformação.

Os dados são enriquecidos e consolidados em formas apropriadas à mineração, sumarizando-os ou agregando-os.

Question 31

No Processo de Descoberta de Conhecimento em Bancos de Dados (KDD), com os dados transformados, passamos à etapa de _____.

Answer 31

Mineração de Dados (Data Mining)

Question 32

No Processo de Descoberta de Conhecimento em Bancos de Dados (KDD), após a realização da Mineração de Dados, qual a última fase?

Answer 32

5. Interpretação e Avaliação

A descoberta de diversos padrões que serão interpretados e avaliados em busca de padrões realmente interessantes e úteis, além de suas possíveis explicações ou interpretações.

Question 33

A técnica de pré-processamento (no processo de KDD) possui alguns objetivos principais: melhorar a qualidade dos dados; diminuir a ambiguidade das expressões linguísticas; diminuir a quantidade de dados a ser processado; estruturar as informações como tuplas; e melhorar a eficiência da mineração de dados. CERTO ou ERRADO?

Answer 33

CERTO!

Question 34

O objetivo das técnicas de pré-processamento de dados é preparar os dados brutos para serem analisados sem erros de incompletudes, inconsistências e ruídos. CERTO ou ERRADO?

Answer 34

CERTO!

Question 35

Segundo Navathe, a Mineração de Dados costuma ser executada com alguns objetivos finais ou aplicações. Quais são esses objetivos?

Answer 35

Previsão;
Identificação;
Classificação; e
Otimização.

(PICO)

Question 36

Segundo Navathe, a Mineração de Dados costuma ser executada com alguns objetivos finais ou aplicações. São eles a Previsão, Identificação, Classificação e Otimização.

O que é a Previsão?

Answer 36

A mineração de dados pode mostrar como certos atributos dos dados se comportarão no futuro.

Um de seus objetivos é prever comportamentos futuros baseado em comportamentos passados.

Question 37

Segundo Navathe, a Mineração de Dados costuma ser executada com alguns objetivos finais ou aplicações. São eles a Previsão, Identificação, Classificação e Otimização.

O que é a Identificação?

Answer 37

Padrões de dados podem ser usados para identificar a existência de um item, um evento ou uma atividade.

Question 38

Segundo Navathe, a Mineração de Dados costuma ser executada com alguns objetivos finais ou aplicações. São eles a Previsão, Identificação, Classificação e Otimização.

O que é a Classificação?

Answer 38

A mineração de dados pode particionar os dados de modo que diferentes classes ou categorias possam ser identificadas com base em combinações de parâmetros.

Question 39

Segundo Navathe, a Mineração de Dados costuma ser executada com alguns objetivos finais ou aplicações. São eles a Previsão, Identificação, Classificação e Otimização.

O que é a Otimização?

Answer 39

Um objetivo relevante da mineração de dados pode ser otimizar o uso de recursos limitados, como tempo, espaço, dinheiro ou materiais e maximizar variáveis de saída como vendas ou lucros sob determinado conjunto de restrições.

Como tal, esse objetivo da mineração de dados é semelhante à função objetiva, usada em problemas de pesquisa operacional, que lida com otimização sob restrições.

Question 40

Qual objetivo final/aplicação da Mineração de Dados faz:

Análise de transações de compras passadas para prever o que os consumidores comprarão futuramente sob certos descontos, quanto volume de vendas uma loja gerará em determinado período e se a exclusão de uma linha de produtos gerará mais lucros?

Answer 40

Previsão

Question 41

Em qual objetivo final/aplicação da Mineração de Dados:

A lógica de negócios é usada junto com a mineração de dados.

Em um contexto científico, certos padrões de onda sísmica podem prever um terremoto com alta probabilidade?

Answer 41

Previsão

Question 42

Em qual objetivo final/aplicação da Mineração de Dados:

Intrusos tentando quebrar um sistema podem ser identificados pelos programas por eles executados, arquivos por eles acessados ou pelo tempo de CPU por sessão aberta?

Answer 42

Identificação

Question 43

Em relação ao objetivo final/aplicação da Mineração de Dados:

A área conhecida como autenticação é uma forma de _____.

Ela confirma se um usuário é realmente um usuário específico ou de uma classe autorizada, e envolve uma comparação de parâmetros, imagens ou sinais contra um banco de dados

Answer 43

Identificação

Question 44

Em qual objetivo final/aplicação da Mineração de Dados:

Os clientes em um supermercado podem ser categorizados em compradores que buscam desconto, compradores com pressa, compradores regulares leais, compradores ligados a marcas conhecidas e compradores eventuais?

Answer 44

Classificação

Essa classificação pode ser usada em diferentes análises de transações de compra de cliente como uma atividade pós-mineração.

Question 45

Em relação ao objetivo final/aplicação da Mineração de Dados:

Às vezes, a classificação baseada em conhecimento de domínio comum é utilizada como uma entrada para decompor o problema de mineração e torná-lo mais simples (Ex: alimentos saudáveis, alimentos de festa ou alimentos de lanche escolar são categorias distintas nos negócios do supermercado.) CERTO ou ERRADO?

Answer 45

CERTO!

Question 46

Em qual objetivo final/aplicação da Mineração de Dados:

Os clientes em um supermercado podem ser categorizados em compradores que buscam desconto, compradores com pressa, compradores regulares leais, compradores ligados a marcas conhecidas e compradores eventuais?

Answer 46

Classificação

Question 47

O que são Técnicas e Tarefas, em relação à Data Mining?

Answer 47

Tarefas: consistem na especificação do que estamos querendo buscar nos dados (O que?); e

Técnicas: consistem na especificação de como descobrir os padrões (Como?).

Question 48

As Técnicas e Tarefas de Data Mining podem ser divididas em 3 categorias, quais são elas?

Answer 48

Predição/Previsão;
Associação; e
Agrupamento/Clusterização.

Question 49

A técnica de AGRUPAMENTO, de Data Mining, também pode ser chamada de…?

Answer 49

Clusterização

Question 50

As Técnicas e Tarefas de Data Mining podem ser divididas em 3 categorias, quais são elas?

Answer 50

Predição/Previsão;
Associação; e
Agrupamento/Clusterização.

Question 51

Qual técnica/tarefa de Data Mining busca descrever a natureza de ocorrências futuras de certos eventos com base nos acontecimentos passados?

Answer 51

Predição/Previsão;

Question 52

Qual técnica/tarefa de Data Mining busca descobrir relacionamentos entre variáveis correlacionando a presença de um item com uma faixa de valores para outro conjunto de variáveis?

Answer 52

Associação

Question 53

Qual técnica de Data Mining busca descrever a natureza de ocorrências futuras de certos eventos com base nos acontecimentos passados?

Answer 53

Predição/Previsão;

Question 54

Qual técnica de Data Mining busca descobrir relacionamentos entre variáveis correlacionando a presença de um item com uma faixa de valores para outro conjunto de variáveis?

Answer 54

Associação

Question 55

Qual técnica/tarefa de Data Mining particiona dados em segmentos previamente desconhecidos com características semelhantes?

Answer 55

Agrupamento/Clusterização

Question 56

Quais as técnicas de aprendizado supervisionado, em Data Mining?

Answer 56

Classificação; e

Regressão

Question 57

Quais as técnicas de aprendizado não supervisionado, em Data Mining?

Answer 57

Associação;
Agrupamento; e
Anomalia

(AAA)

Question 58

Qual a técnica de mineração de dados que designa itens de dados a uma determinada classe ou categoria previamente definida (aprendizado supervisionado) a fim de prever a classe alvo para cada item de dado?

Answer 58

Classificação

Question 59

Companhias de Seguro utilizam Data Mining para adivinhar quais pacientes idosos morrerão em breve; Lojas de roupas podem usar dados para adivinhar se determinada pessoa está grávida ou não.

Qual técnica de mineração de dados é utilizada para isso?

Answer 59

Classificação

Question 60

Que tipo de Técnica de Data Mining utiliza um algoritmo de aprendizado supervisionado a fim de distribuir um conjunto de dados de entrada em categorias ou classes pré-definidas de saída para realizar a análise de dados. Constroem-se modelos de classificação a partir de um conjunto de dados de entrada, identificando cada classe por meio de múltiplos atributos e os rotulando/etiquetando – sendo essa técnica possível de ser utilizada com outras técnicas?

Answer 60

Classificação

Question 61

Companhias de Seguro utilizam Data Mining para adivinhar quais pacientes idosos morrerão em breve; Lojas de roupas podem usar dados para adivinhar se determinada pessoa está grávida ou não.

Qual técnica de mineração de dados é utilizada para isso?

Answer 61

Classificação

Question 62

Com o uso da classificação como técnica de Data Mining, busca-se a identificação de uma classe por meio de múltiplos atributos. Essa técnica também pode ser usada em conjunto com outras técnicas de mineração de dados. CERTO ou ERRADO?

Answer 62

CERTO!

Question 63

Dentre os algoritmos utilizados em data mining, há um algoritmo que visa o estabelecimento de categorias, a partir do conjunto de dados, bem como a distribuição dos dados nas categorias estabelecidas. Essa descrição corresponde aos algoritmos de…?

Answer 63

Classificação

Question 64

O que são as Redes Neurais (Artificiais), ferramenta de classificação de dados?

Answer 64

São algoritmos inspirados no sistema nervoso central de animais – em particular, o cérebro – que possuem a capacidade de aprender com experiências passadas, prever um comportamento ou reconhecer um padrão desde que apresentadas no formato de um conjunto de dados estruturado.

Question 65

Quais ferramentas de classificação de dados foram originalmente projetadas por psicólogos e neurobiologistas que procuravam desenvolver um conceito de neurônio artificial análogo ao neurônio natural?

Answer 65

As Redes Neurais (Artificiais)

Question 66

O que são as Algoritmos Genéticos, ferramenta de classificação de dados?

Answer 66

São uma classe de procedimentos de pesquisa aleatórios capazes de realizar pesquisa adaptativa e robusta por uma grande faixa de topologias de espaço de busca.

Question 67

Quais ferramentas de classificação de dados utilizam mecanismos de biologia evolutiva, como hereditariedade, recombinação, seleção natural e mutação, para solucionar e agrupar problemas?

Answer 67

Algoritmos Genéticos

Question 68

Quais ferramentas de classificação de dados são basicamente uma representação gráfica das regras de classificação?

Answer 68

Árvores de Decisões

Question 69

O que são as Árvores de Decisões, ferramenta de classificação de dados?

Answer 69

Ferramenta que demonstra visualmente as condições e as probabilidades para categorizar dados por meio de uma estrutura que contém nó raiz, nós folha e nós finais.

Cada nó interno denota um teste em um atributo, cada ramificação denota o resultado de um teste e cada nó folha contém um rótulo de uma classe.

O objetivo da técnica é andar pela árvore verificando cada um dos testes até chegar a uma folha, que representa a categoria, classe ou rótulo do item avaliado.

Question 70

Quais ferramentas de classificação de dados são basicamente uma representação gráfica das regras de classificação?

Answer 70

Árvores de Decisões

Question 71

Em relação à técnica de mineração de dados, na regressão, em vez de prever uma categoria, o objetivo é prever um _____.

Answer 71

Número

Question 72

Que ferramenta de classificação de dados é capaz de classificar dados dentre de um conjunto finito de classes com base em valores de entrada por meio de uma abordagem chamada estratificação, que permite determinar as regras para que se possa designar ou direcionar cada caso a uma categoria pré-existente, separando-os em níveis diferentes (Ex: executar o processo da troca, enviar para a assistência, comunicar o cliente e reeviar o produto)?

Answer 72

Árvores de Decisões

Question 73

É uma aplicação especial da regra de classificação. Se uma regra de classificação é considerada uma função sobre variáveis que as mapeia em uma classe destino, a regra é chamada _____.

Answer 73

Regressão

Question 74

Se uma empresa quer saber não apenas se cada cliente estava grávida, mas quando enviar cada cupom de desconto. Então eles conseguiram estimar as datas de nascimento também dos bebês.

Essa é uma questão de regressão, i.e., quantas semanas até a cliente dar à luz. CERTO ou ERRADO?

Answer 74

CERTO!

Question 75

É uma aplicação especial da regra de classificação. Se uma regra de classificação é considerada uma função sobre variáveis que as mapeia em uma classe destino, a regra é chamada _____.

Answer 75

Regressão

Question 76

Qual Técnica/Tarefa de Data Mining “compreende a busca por uma função que mapeie os registros de um banco de dados em um intervalo de valores reais”?

Answer 76

Regressão (Falou em intervalo de valores, falou em Regressão)

Question 77

Uma das abordagens de mining define que, se uma regra de classificação é considerada uma função sobre variáveis que as mapeia em uma classe destino, a regra é chamada…?

Answer 77

Regressão

Question 78

Uma regra de _____ pode ser vista como uma expressão da forma X → Y, onde há a relação dos valores de X e Y em um certo conjunto de valores (Ex:{fralda} → {cerveja}).

Answer 78

Associação

Question 79

Geralmente, as regras de associação são escritas em um formato como: se [algo acontecer], então [algo acontecerá] ou se [evento], então [ações]. CERTO ou ERRADO?

Answer 79

CERTO!

Question 80

Existem duas variações comuns de regras de associação: padrões sequenciais e os padrões
temporais.

O que é o padrão sequencial?

Answer 80

Nos padrões sequenciais, uma sequência de ações é buscada.

Exemplo: se um paciente passou por uma cirurgia de ponte de safena para artérias bloqueadas e um aneurisma e, depois, desenvolveu ureia sanguínea alta dentro de um ano de cirurgia, ele provavelmente sofrerá de insuficiência renal nos próximos dezoito meses.

Question 81

No tocante ao data mining, o tipo de informação que é extraída desta ferramenta, em que se pode descobrir, por exemplo, que, quando se compra uma casa, compra-se também uma geladeira, considerando-se que essas compras são realizadas num período de duas semanas, é…?

Answer 81

Associação

Question 82

Existem duas variações comuns de regras de associação: padrões sequenciais e os padrões
temporais.

O que é o padrão sequencial?

Answer 82

Nos padrões sequenciais, uma sequência de ações é buscada.

Exemplo: se um paciente passou por uma cirurgia de ponte de safena para artérias bloqueadas e um aneurisma e, depois, desenvolveu ureia sanguínea alta dentro de um ano de cirurgia, ele provavelmente sofrerá de insuficiência renal nos próximos dezoito meses.

Question 83

Existem duas medidas capazes de indicar a qualidade ou grau de certeza de uma regra de associação. Quais são elas?

Answer 83

Suporte (Prevalência); e

Confiança (Força)

Question 84

Existem duas medidas capazes de indicar a qualidade ou grau de certeza de uma regra de associação:
Suporte (Prevalência); e Confiança (Força)

O que é o Suporte (Prevalência)?

Answer 84

Trata-se da FREQUÊNCIA com que um conjunto de itens específicos ocorrem no banco de dados, isto é, o percentual de transações que contém todos os itens em um conjunto.

Em termos matemáticos, a medida de suporte para uma regra X → Y é a frequência em que o conjunto de itens aparece nas transações do banco de dados.

Um suporte alto nos leva a crer que os itens do conjunto X e Y costumam ser comprados juntos, pois ocorrem com alta frequência no banco de dados.

(Ex: 70% das compras realizadas em um mercado contém arroz e refrigerante).

Question 85

Existem duas medidas capazes de indicar a qualidade ou grau de certeza de uma regra de associação. Quais são elas?

Answer 85

Suporte (Prevalência); e

Confiança (Força)

Question 86

Existem duas medidas capazes de indicar a qualidade ou grau de certeza de uma regra de associação:
Suporte (Prevalência); e Confiança (Força)

O que é o Suporte (Prevalência)?

Answer 86

Trata-se da FREQUÊNCIA com que um conjunto de itens específicos ocorrem no banco de dados, isto é, o percentual de transações que contém todos os itens em um conjunto.

Em termos matemáticos, a medida de suporte para uma regra X → Y é a frequência em que o conjunto de itens aparece nas transações do banco de dados.

Um suporte alto nos leva a crer que os itens do conjunto X e Y costumam ser comprados juntos, pois ocorrem com alta frequência no banco de dados.

(Ex: 70% das compras realizadas em um mercado contém arroz e refrigerante).

Question 87

Que tipo de técnica de Data Mining visa fazer agrupamentos automáticos de dados segundo o seu grau de semelhança, permitindo a descoberta por faixa de valores e pelo exame de atributos das entidades envolvidas?

Answer 87

Análise de Agrupamentos

Question 88

Que tipo de técnica de Data Mining tem por objetivo descobrir diferentes clusters em uma massa de dados e agrupá-los de uma forma que ajude com sua análise?

Answer 88

Análise de Agrupamentos

Question 89

Que tipo de técnica de Data Mining visa fazer agrupamentos automáticos de dados segundo o seu grau de semelhança, permitindo a descoberta por faixa de valores e pelo exame de atributos das entidades envolvidas?

Answer 89

Análise de Agrupamentos

Question 90

Que tipo de técnica de Data Mining tem por objetivo descobrir diferentes clusters em uma massa de dados e agrupá-los de uma forma que ajude com sua análise?

Answer 90

Análise de Agrupamentos

Question 91

Em se tratando de mineração de dados, a técnica de agrupamento (clustering) permite a descoberta de dados por faixa de valores, por meio do exame de alguns atributos das entidades envolvidas. CERTO ou ERRADO?

Answer 91

CERTO!

Question 92

Qual técnica de Data Mining realiza agrupamentos comuns chamados clusters, de modo que o grau de associação seja forte entre os membros do mesmo grupo e fraco entre membros de grupos diferentes?

Answer 92

Análise de Agrupamentos

Question 93

Em se tratando de mineração de dados, a técnica de agrupamento (clustering) permite a descoberta de dados por faixa de valores, por meio do exame de alguns atributos das entidades envolvidas. CERTO ou ERRADO?

Answer 93

CERTO!

Question 94

Considere uma dada população de eventos ou novos itens que podem ser particionados (segmentados) em conjuntos de elementos similares, tal como, por exemplo, uma população de dados sobre uma doença que pode ser dividida em grupos baseados na similaridade dos efeitos colaterias produzidos.

Como um dos modos de descrever o conhecimento descoberto durante a data mining este é chamado de…?

Answer 94

Clustering

Question 95

O agrupamento hierárquico ou clustering hierárquico tem como característica um processo de junções (aglomerações) ou separações de grupos ou elementos.

Ele visa detectar a existência de diferentes grupos dentro de um determinado conjunto de dados e, em caso de existência, determina dividi-los ou aglomerá-los.

O Clustering tenta identificar um conjunto finito de categorias ou clusters para os quais cada registro ou elemento possa ser mapeado. CERTO?

Answer 95

CERTO!

Question 96

Considere uma dada população de eventos ou novos itens que podem ser particionados (segmentados) em conjuntos de elementos similares, tal como, por exemplo, uma população de dados sobre uma doença que pode ser dividida em grupos baseados na similaridade dos efeitos colaterias produzidos.

Como um dos modos de descrever o conhecimento descoberto durante a data mining este é chamado de…?

Answer 96

Clustering

Question 97

Qual é a funcionalidade do Oracle Data Mining que encontra aglomerados de objetos de dados semelhantes em algum sentido entre si?

Answer 97

Clustering

Question 98

Qual o termo em Inglês para Detecção de Anomalias, em Data Mining?

Answer 98

Outlier (Fora da Linha)

Question 99

Como podem ser classificadas as Anomalias detectadas por um Sistema de Data Mining?

Answer 99

Naturais ou Artificiais.

Uma pessoa que há trinta anos declara ter crescimento de patrimônio anual de 1% e, de repente, declara ter tido um crescimento de 1000% pode ter ganhado na megasena – essa é uma anomalia natural.

Por outro lado, essa mesma pessoa pode simplesmente ter errado na hora de digitar e declarou patrimônio de R$10.000.000 em vez de R$100.000 – essa é uma anomalia artificial.

Question 100

Outlier ou anomalias são padrões nos dados que não estão de acordo com uma noção bem definida de comportamento normal. CERTO ou ERRADO?

Answer 100

CERTO!

Question 101

Funcionalidade cujo objetivo é encontrar conjuntos de dados que não obedecem ao comportamento ou modelo dos dados. Uma vez encontrados, podem ser tratados ou descartados para utilização em mining. Trata-se de…?

Answer 101

Análise de outliers

Question 102

Outlier ou anomalias são padrões nos dados que não estão de acordo com uma noção bem definida de comportamento normal. CERTO ou ERRADO?

Answer 102

CERTO!

Question 103

Aprendizagem de máquina pode ajudar a clusterização na identificação de outliers, que são objetos completamente diferentes do padrão da amostra. CERTO ou ERRADO?

Answer 103

CERTO!

Question 104

Qual é a área da inteligência artificial que busca desenvolver técnicas computacionais sobre aprendizado assim como a construção de sistemas capazes de adquirir conhecimento de forma autônoma que tome decisões baseado em experiências acumuladas por meio da solução bem-sucedida de problemas anteriores?

Answer 104

Aprendizado de Máquina (Machine Learning)

Question 105

O Aprendizado de Máquina (Machine Learning) é uma ferramenta poderosa para a aquisição automática de conhecimento por meio da imitação do comportamento de aprendizagem humano com foco em aprender a reconhecer padrões complexos e tomar decisões. CERTO ou ERRADO?

Answer 105

CERTO!

Question 106

Qual o meio para encontrar padrões interessantes/úteis em um contexto de informações textuais não estruturadas, combinado com alguma tecnologia de extração e de recuperação da informação, processo de linguagem natural e de sumarização ou indexação de documentos?

Answer 106

Mineração de Texto (Text Mining)

Question 107

Mecanismos de busca utilizam mineração de textos para apresentar ao usuário os resultados de suas pesquisas, de modo que ambos os conceitos se equivalem. CERTO ou ERRADO?

Answer 107

ERRADO! A Mineração de Texto busca descobrir informações previamente desconhecidas;

Mecanismos de Busca partem já do que o usuário deseja procurar e apenas recupera

Question 108

A mineração de textos utiliza técnicas diferentes da mineração de dados, tendo em vista que os textos representam um tipo específico de dado. CERTO ou ERRADO?

Answer 108

ERRADO! Na verdade, as técnicas utilizadas são as mesmas – muda apenas o tipo de dado

Question 109

Qual é o modelo de referência de mineração de dados que descreve um conjunto de processos para realizar projetos de mineração de dados em uma organização baseado nas melhores práticas utilizadas por profissionais e acadêmicos do ramo?

Answer 109

O CRISP-DM (Cross Industry Standard Process for Data Mining)

Question 110

O Projeto _____ desenvolveu um modelo de processos de mineração de dados com foco industrial e independente de ferramentas. Partindo dos processos embrionários de descoberta de conhecimento usados atualmente na indústria e respondendo diretamente aos requisitos do usuário, este projeto definiu e validou um processo de mineração de dados aplicável em diversos setores da indústria. Isso tornará grandes projetos de mineração de dados mais rápidos, mais baratos, mais confiáveis e mais gerenciáveis. Até casos de mineração de dados em pequena escala se beneficiarão do uso do _____.

Answer 110

CRISP-DM

Question 111

O Projeto CRISP-DM é uma metodologia proprietária que pode não ser aplicada livremente a qualquer projeto. CERTO ou ERRADO?

Answer 111

ERRADO! É uma metodologia não proprietária que pode ser aplicada livremente a qualquer projeto independentemente do tamanho ou tipo do negócio

Question 112

O modelo de referência CRISP-DM tem seu ciclo de vida estruturado em 6 fases, quais são elas?

Answer 112

1. Entendimento do Negócio;
2. Entendimento dos Dados;
3. Preparação dos Dados;
4. Modelagem;
5. Avaliação; e
6. Implantação.

Question 113

Qual a primeira fase do modelo de referência CRISP-DM?

Answer 113

1. Entendimento do Negócio

Question 114

Qual fase do modelo de referência CRISP-DM:

Concentra-se no entendimento dos objetivos e requisitos do projeto de uma perspectiva de negócio e, em seguida, na conversão desse conhecimento em uma definição de problema de mineração de dados e em um plano preliminar desenvolvido para atingir os objetivos?

Em outras palavras, essa fase busca entender qual problema o negócio quer resolver!

Answer 114

1. Entendimento do Negócio;

Question 115

É muito comum que uma área de tecnologia da informação faça um projeto de mineração de dados para uma área que ela não domina o assunto (área de saúde, finanças, turismo, esportes, comércio, etc.)

A galera da área de tecnologia entende de tecnologia, não entende de finanças por exemplo.

Dessa forma, qual fase do modelo de referência CRISP-DM pode ser utilizado para resolver esse problema?

Answer 115

1. Entendimento do Negócio

Question 116

Qual é a fase do modelo de referência CRISP-DM em que os analistas de tecnologia vão entender qual é o problema que o negócio quer resolver, seus objetivos, como está a situação atual, quais são os requisitos do projeto, quais são os principais pressupostos e limitações, em qual forma será a entrega dos resultados, quais são os critérios de sucesso, entre outros parâmetros – tudo isso para desenvolver um planejamento de projeto?

Answer 116

1. Entendimento do Negócio

Question 117

Durante a fase de entendimento do negócio do modelo CRISP-DM, busca-se descrever claramente o problema, fazer a identificação dos dados e verificar se as variáveis relevantes para o projeto não são interdependentes. CERTO ou ERRADO?

Answer 117

ERRADO! Fazer a identificação dos dados e verificar se as variáveis relevantes para o projeto não são interdependentes (ou seja, não se sobrepõem) são atividades da fase de ENTENDIMENTO DOS DADOS e, não, do negócio.

Question 118

Qual é a fase do modelo CRISP-DM que começa com uma coleta inicial dos dados e prossegue com atividades para explorá-los com o intuito de obter um maior conhecimento e familiaridade. Em seguida, busca-se avaliar a qualidade dos dados, descobrir as primeiras ideias sobre os dados ou detectar subconjuntos interessantes para formar hipóteses de informação ocultas e descobrir insights?

Answer 118

2. Entendimento dos Dados

Question 119

Qual fase do modelo CRISP-DM é responsável por descrever os dados – por vezes, utilizando estatísticas?

Answer 119

2. Entendimento dos Dados;

Na descrição, pode-se obter uma espécie de fotografia dos dados contendo a localização, o formato, a fonte, o número de registros, o número de atributos, como será a extração dos dados, e outras características que interessem, assegurando que esses dados consigam representar o problema em análise.

Question 120

Qual fase do modelo CRISP-DM também envolve o que geralmente é denominado análise exploratória de dados?

Answer 120

2. Entendimento dos Dados

Question 121

Qual fase do modelo CRISP-DM ocorre quando já entendemos o problema do negócio e já exploramos os dados disponíveis. Ela abrange todas as atividades
para construir o conjunto de dados final a partir dos dados brutos iniciais, isto é, aqueles que serão alimentados na ferramenta de modelagem?

Answer 121

3. Preparação dos Dados

Question 122

Também chamada de pré-processamento, em que fase do modelo CRISP-DM ocorre a preparação dos dados para a fase de modelagem?

Answer 122

3. Preparação dos Dados

Question 123

Qual fase do modelo CRISP-DM inclui tarefas como seleção de tabelas, integração, transformação, limpeza e organização de dados – além da seleção e engenharia de recursos?

Answer 123

3. Preparação dos Dados

Question 124

Qual fase do modelo CRISP-DM mais demorada, ocupando mais de 70% do tempo/esforço total gasto em qualquer projeto de ciência de dados?

Answer 124

3. Preparação dos Dados

Porque ela é a responsável por carregar os dados identificados na etapa anterior e prepará-los para análise por meio de métodos de mineração de dados.

Question 125

Qual fase do modelo CRISP-DM é também chamada de Modelagem, nessa fase ocorre a seleção das técnicas, ferramentas e algoritmos a serem utilizados, como também a elaboração e execução da modelagem sobre o conjunto de dados preparado na fase anterior?

Answer 125

4. Construção do Modelo (Modelagem)

Question 126

Qual etapa do modelo CRISP-DM utiliza os dados limpos e formatados preparados na etapa anterior para fins de modelagem. Ela inclui a criação, avaliação e ajuste fino de modelos e parâmetros para valores ideais, com base nas expectativas e critérios estabelecidos durante a fase de entendimento dos negócios?

Answer 126

4. Construção do Modelo (Modelagem)

Question 127

Após definidos os critérios de sucesso na primeira fase o modelo CRISP-DM é a hora de verificar se ela foi atingida. Se não foi, é necessário voltar a primeira fase e entender o que deu de errado, determinar um novo escopo e tentar novamente.

Em que fase é feito essa verificação?

Answer 127

5. Teste e Avaliação

Question 128

Nessa fase do projeto, você construiu um modelo (ou vários modelos) que parece ter alta qualidade do ponto de vista da análise de dados.

Antes de prosseguir para a implantação final do modelo, é importante avaliá-lo mais detalhadamente e revisar as etapas executadas para garantir que ele atinja adequadamente os objetivos de negócios.

No final desta fase, uma decisão sobre o uso dos resultados da mineração de dados deve ser alcançada.

Que fase do modelo CRISP-DM Teste e Avaliação acima explicitada?

Answer 128

5. Teste e Avaliação

Question 129

Qual etapa do modelo CRISP-DM é também chamada de desenvolvimento, e busca colocar o modelo para funcionar?

Answer 129

6. Implantação/Implementação

Question 130

Qual etapa do modelo CRISP-DM coloca fim ao seu projeto, mas é necessário se lembrar de monitorar os resultados e de adaptar o modelo sempre que necessário?

Os modelos que foram desenvolvidos, ajustados, validados e testados durante várias iterações são salvos e preparados para o ambiente de produção (o nome é estranho, mas esse é o ambiente em que o software está de fato funcionando).

Answer 130

6. Implantação/Implementação

Question 131

No modelo CRISP-DM o estágio de implantação também inclui a verificação e o monitoramento de aspectos para avaliar o modelo em produção quanto a resultados, desempenho e outras métricas.

Dependendo dos requisitos, a fase de implantação pode ser tão simples quanto gerar um relatório ou tão complexa quanto implementar um processo de mineração de dados repetível. CERTO?

Answer 131

CERTO!

Question 132

Em muitos casos, será o cliente, não o analista de dados, quem executará as etapas de implantação do modelo CRISP-DM.

No entanto, mesmo que o analista não realize o esforço de implantação, é importante que o cliente entenda antecipadamente quais ações precisarão ser executadas para realmente fazer. CERTO?

Answer 132

CERTO!

Question 133

Em um processo de mineração, durante a etapa de preparação dos dados, são analisados os requisitos de negócio para consolidar os dados. CERTO ou ERRADO?

Answer 133

ERRADO! Há uma etapa específica responsável pela análise de requisitos de negócio chamada Entendimento do Negócio, que obtém conhecimentos sobre os objetivos do negócio e seus requisitos; a etapa de preparação de dados é responsável por limpar, transformar, integrar e formatar os dados selecionados

Question 134

A etapa de modelagem do modelo CRISP-DM permite a aplicação de diversas técnicas de mineração sobre os dados selecionados, conforme os formatos dos próprios dados. CERTO ou ERRADO?

Answer 134

CERTO! A etapa de Modelagem ou Construção de Modelo CRISP-DM permite realmente a escolha e aplicação de diversas técnicas de mineração sobre os dados a serem analisados.