Questão de Banco de Dados — Big Data — CESPE / CEBRASPE 2024
Banco de Dados›Big Data
Código
ce189066
Banca
CESPE / CEBRASPE
Órgão
TCE-PR
Ano
2024
Nível
Superior
Cargo
Auditor de Controle Externo – Área: Informática
Uma equipe estadual de TI teve acesso a um data lake sobre dados de estradas do estado do Paraná e vai cruzar informações com o objetivo de otimizar o fluxo de veículos. Para isso, o time de Big Data optou por inicialmente descartar as variáveis correlacionadas redundantes.Nessa situação, a técnica que o time de Big Data deve adotar é a(o)
Aassociação preliminar.
Banálise de predição.
Cdescarte de resíduos.
Dcombinação funcional.
Eredução de dimensionalidade.
Revelar gabarito e comentário▾
GabaritoE — redução de dimensionalidade.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Big Data – Redução de Dimensionalidade
Gabarito: letra E. A técnica que descarta variáveis correlacionadas redundantes para simplificar os dados é a redução de dimensionalidade. O objetivo é eliminar atributos que não agregam valor ao modelo, reduzindo a complexidade e evitando problemas como multicolinearidade.
A banca testa o conhecimento sobre as etapas de pré-processamento em Big Data. O enunciado descreve claramente a necessidade de remover variáveis que possuem alta correlação entre si, ou seja, informações duplicadas. Isso é feito por meio de técnicas de redução de dimensionalidade, como Análise de Componentes Principais (PCA) ou seleção de características.
Redução de dimensionalidade: Objetivo (Eliminar variáveis correlacionadas, Reduzir complexidade, Evitar multicolinearidade); Técnicas (PCA (Análise de Componentes Principais), Seleção de características); Benefícios (Menor custo computacional, Melhor desempenho de modelos)
Alternativa A — ❌ Incorreta
Associação preliminar não é uma técnica de descarte, mas sim de análise de associação (ex.: regras de associação em market basket). O foco está em encontrar relações entre itens, não em eliminar redundâncias.
Alternativa B — ❌ Incorreta
Análise de predição envolve construir modelos para prever valores futuros. Não se trata de descartar variáveis, mas de utilizar os dados para projeções.
Alternativa C — ❌ Incorreta
Descarte de resíduos refere-se à remoção de erros ou outliers após a modelagem, não à eliminação de variáveis correlacionadas durante a preparação dos dados.
Alternativa D — ❌ Incorreta
Combinação funcional não é um termo técnico padrão. Pode confundir com criação de novas variáveis (feature engineering), mas não com descarte de redundantes.
Alternativa E — ✅ Correta ⟵ GABARITO
Redução de dimensionalidade é a técnica que remove variáveis correlacionadas, mantendo apenas as mais relevantes. Ela simplifica o dataset, reduz custo computacional e melhora o desempenho de modelos. No contexto de Big Data, é essencial para lidar com alta dimensionalidade (muitas colunas) e eliminar redundâncias.