Questão de Banco de Dados — Data Mining — CESPE / CEBRASPE 2025
Banco de Dados›Data Mining
Código
ce199065
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Nível
Superior
Cargo
Analista – Área: Gestão da Informação – Subárea: Engenharia de Software
A respeito do tratamento e análise de grandes volumes de dados, julgue o item que se segue.O pré-processamento de dados, que inclui as etapas de limpeza e normalização, é opcional no tratamento de grandes volumes de dados, pois ferramentas modernas como o Spark conseguem lidar com dados brutos de forma eficiente.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoE — Errado
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”.
Pré-processamento no contexto de grandes volumes de dados
❌ ERRADO. A afirmação está incorreta. O pré-processamento de dados, que inclui limpeza e normalização, é uma etapa obrigatória e fundamental no processo de descoberta de conhecimento (KDD – Knowledge Discovery in Databases), e não opcional. Ferramentas como Apache Spark processam grandes volumes de forma eficiente, mas dados brutos geralmente contêm ruídos, valores ausentes e inconsistências que comprometem a qualidade da mineração. O pré-processamento visa reduzir dimensionalidade, normalizar valores, eliminar ruídos e tratar dados faltantes, tornando os dados mais adequados para análise.
No processo KDD, descrito no material de apoio, o pré-processamento é uma das etapas centrais:
Seleção de Dados: coleta e limpeza inicial.
Pré-processamento de Dados: redução de dimensionalidade, normalização, eliminação de ruídos.
Transformação de Dados: criação de novos atributos, agregação.
Mineração de Dados: aplicação de algoritmos.
Avaliação e Interpretação.
Ignorar o pré-processamento compromete a eficácia de qualquer técnica de mineração, independentemente da ferramenta utilizada. Portanto, dizer que é opcional é equivocado.