Questão de Banco de Dados — Data Mining — FGV 2024
Banco de Dados›Data Mining
Código
fg077303
Banca
FGV
Órgão
CVM
Ano
2024
Nível
Superior
Cargo
Analista - Perfil 7 - Ciência de Dados - Tarde
Texto 1
Aline, cientista de dados da CVM, foi designada para aferir a
reação à prova da CVM entre os usuários de uma rede social de
textos curtos usando técnicas de análise de sentimentos. Para
isso, ela realiza um processo de KDD. Nesse processo, Aline opta
por representar os textos obtidos da rede social no formato de
vetores reais de baixa dimensionalidade, calculados a partir das
representações das palavras obtidas de um modelo de
linguagem pré-treinado utilizando a técnica word2vec.
Considerando o texto 1, a fase do KDD em que Aline gera os vetores a partir dos textos é chamada de:
Aseleção dos dados;
Blimpeza dos dados;
Cmineração dos dados;
Dtransformação dos dados;
Eenriquecimento dos dados.
Revelar gabarito e comentário▾
GabaritoD — transformação dos dados;
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”.
Processo KDD — Fase de Transformação dos Dados
Gabarito: letra D. A geração de vetores reais de baixa dimensionalidade a partir de textos é uma atividade de transformação dos dados no processo KDD, pois converte dados brutos (textos) em uma representação numérica adequada para a fase de mineração. As demais opções referem-se a etapas distintas do processo.
No texto, Aline utiliza word2vec para gerar vetores — isso altera o formato original dos dados, aplicando uma técnica de representação (embedding). No KDD, a fase de transformação (ou pré-processamento) abrange exatamente esse tipo de conversão, criando atributos ou representações mais adequadas para análise.
1Seleção
2Limpeza
3Transformação
4Mineração
5Interpretação
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta
A seleção dos dados é a etapa de escolha das fontes e variáveis relevantes. Aline já selecionou os textos da rede social; a criação dos vetores ocorre após essa seleção.
Alternativa B — ❌ Incorreta
A limpeza dos dados envolve remoção de ruídos, correção de erros e tratamento de valores ausentes. O texto não menciona nenhuma ação de limpeza; a geração de vetores é uma transformação, não uma limpeza.
Alternativa C — ❌ Incorreta
A mineração dos dados é a etapa em que algoritmos são aplicados para descobrir padrões (classificação, clusterização etc.). A criação de vetores prepara os dados para mineração, mas não é a mineração em si.
Alternativa D — ✅ Correta ⟵ GABARITO
A transformação dos dados converte os dados em formatos adequados para a mineração. A representação de textos como vetores numéricos usando word2vec é um exemplo clássico de transformação. Conforme o processo KDD, essa fase inclui a criação de novos atributos e a redução de dimensionalidade.
Alternativa E — ❌ Incorreta
Enriquecimento dos dados (data enrichment) é o processo de agregar informações externas ou complementares aos dados existentes. A criação de vetores a partir do próprio texto não é enriquecimento, e sim transformação.
NÃO CAIA NESSA!
A banca explora a confusão entre transformação e mineração. Alguém pode pensar que a vetorização já faz parte da mineração, mas ela é um passo de preparação. Lembre-se: toda mudança no formato original dos dados para viabilizar algoritmos é transformação.