Questões sobre Data Mining

Marque a alternativa na qual a afirmação está errada.

• A.

  Data Mining é um conjunto de técnicas que visam à aquisição de novos conhecimentos através da análise de grandes bases de dados, utilizando diversos modelos de algoritmos computacionais tais como Segmentação, Classi f icação, e Previsão.

• B.

  Embora os algoritmos atuais sejam capazes de descobrir padrões válidos e novos , ainda não existe uma solução eficaz para determinar padrões valiosos.

• C.

  Data Mining ainda requer uma interação muito forte com analistas humanos, que são, os principais responsáveis pela determinação do valor dos padrões encontrados.

• D.

  Em uma utilização de Data Mining devemos controlar nossa vontade de não perder dados , pois para que o processo dê certo, é necessário desprezar os eventos particulares e só manter aquilo que é genérico.

• E.

  O processo de Data Mining localiza padrões através da aplicação de processos inversos à generalização. Portanto pode-se dizer que um Data Mining chega a um objeto por dedução.

Com o desenvolvimento da Internet, sistemas de computação tornaram-se mais complexos por uma série de motivos. Nessa perspectiva e considerando conhecimentos relacionados a sistemas de computação, julgue os seguintes itens.

Um cluster de computadores é considerado um exemplo de aplicação paralela, mas não distribuída, porque existe um nó considerado gerenciador.

• C. Certo
• E. Errado

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. Existem diversas técnicas de mineração de dados, todas elas, usam exclusivamente a aprendizagem indutiva.

• C. Certo
• E. Errado

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. KDD é o processo não-trivial de identificação de padrões em um conjunto de dados. Tais padrões devem possuir as seguintes características: validade (aplicarem-se a novos dados com algum grau de certeza ou probabilidade), novidade (não terem sido detectados por nenhuma outra abordagem), utilidade potencial (poderem ser utilizados para a tomada de decisões úteis, medidas por alguma função) e serem assimiláveis (ao conhecimento humano).

• C. Certo
• E. Errado

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. O processo de KDD é iterativo e cíclico, podendo a saída de uma etapa requerer revisão em etapa anterior. Nesse contexto, a mineração de dados pode ser entendida como uma etapa desse processo.

• C. Certo
• E. Errado

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. Os principais objetivos de alto nível da mineração de dados são previsão e descrição. A previsão envolve o uso de variáveis da base de dados para serem previstos valores desconhecidos ou futuros de variáveis de interesse. Com a descrição, objetiva-se encontrar padrões de descrição dos dados que sejam interpretáveis pelos seres humanos.

• C. Certo
• E. Errado

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. A metodologia para a realização de tarefas de mineração de dados, prescrita pelo modelo de referência proposto pelo Consórcio CRISP/DM, consiste nas seguintes fases: entendimento do negócio (business understanding), entendimento dos dados (data understanding), préprocessamento dos dados (data preparation), modelagem (modeling), avaliação dos modelos (evaluation) e colocação do modelo selecionado em uso (deployment).

• C. Certo
• E. Errado

Julgue os seguintes itens, acerca de técnicas de mineração de dados. Agrupamento (clustering) não-supervisionado pode ajudar a se detectarem instâncias de dados atípicas na base de dados.

• C. Certo
• E. Errado

Julgue os seguintes itens, acerca de técnicas de mineração de dados. O K-means (K-média) é um algoritmo de agrupamento estatístico que permite particionar-se um conjunto de dados em K clusters (grupos) disjuntos. Embora os centros iniciais dos K clusters sejam escolhidos aleatoriamente, eles apresentam bom desempenho.

• C. Certo
• E. Errado

Julgue os seguintes itens, acerca de técnicas de mineração de dados. OLAP (On-Line Analitycal Processing) é ferramenta adequada para se visualizarem tendências no tempo de dados que representam informação em diversas dimensões.

• C. Certo
• E. Errado