Questão de Banco de Dados — Data Mining — CESPE / CEBRASPE 2024

CRISP-DM: Preparação de Dados vs. Modelagem

Gabarito: E (Errado). A afirmativa está incorreta porque, no CRISP-DM, os modelos de dados (técnicas de machine learning) são definidos e aplicados na etapa de modelagem, e não na etapa de preparação de dados. A preparação de dados envolve a limpeza, transformação e formatação dos dados brutos para que possam ser usados pelos algoritmos de modelagem.

A confusão é comum: a preparação de dados é uma fase anterior, que inclui atividades como seleção de atributos, tratamento de valores ausentes e normalização. Já a modelagem é onde se escolhem algoritmos (árvore de decisão, regressão logística, redes neurais, etc.) e se constroem os modelos preditivos ou descritivos.

Fundamentação com base no conteúdo de apoio

CRISP-DM – Preparação dos dados:

"A fase de preparação dos dados tem como propósito carregar os dados identificados e prepará-los para análise por métodos de mineração de dados... As tarefas incluem seleção de tabelas, registros e atributos, bem como transformação e limpeza de dados para inclusão nas ferramentas de modelagem."

CRISP-DM – Modelagem:

"Na fase de construção do modelo (ou modelagem), várias técnicas de modelagem são selecionadas e aplicadas em um conjunto de dados já preparado para atender às necessidades específicas do negócio... Dependendo da necessidade do negócio, a tarefa de mineração de dados pode ser de uma predição, associação ou clusterização, cada uma dessas tarefas podendo usar uma variedade de métodos ou algoritmos."

Portanto, o item erra ao atribuir à preparação de dados a definição de modelos com machine learning. Essa tarefa pertence à fase de modelagem.

block-beta
  columns 3
  block:entendimento_negocio["Entendimento do Negócio"]:1
  end
  block:entendimento_dados["Entendimento dos Dados"]:1
  end
  block:preparacao_dados["Preparação dos Dados"]:1
  end
  block:modelagem["Modelagem"]:1
  end
  block:avaliacao["Avaliação"]:1
  end
  block:implantacao["Implantação"]:1
  end

  entendimento_negocio --> entendimento_dados
  entendimento_dados --> preparacao_dados
  preparacao_dados --> modelagem
  modelagem --> avaliacao
  avaliacao --> implantacao
  implantacao --> entendimento_negocio

Gabarito: E (Errado).