Questão de Banco de Dados — Data Mining — FGV 2024

Redução de dimensionalidade no ciclo de vida de ciência de dados

Gabarito: letra D (limpeza e preparação dos dados). A redução de dimensionalidade é uma técnica de pré-processamento que visa simplificar os dados, preservando as características mais relevantes. Essa tarefa é executada na fase de preparação dos dados, antes da modelagem, conforme o processo KDD (Knowledge Discovery in Databases).

O ciclo de vida de ciência de dados compreende várias fases: entendimento do negócio, coleta e preparação dos dados, modelagem, avaliação e implantação. A redução de dimensionalidade está inserida na etapa de preparação, juntamente com limpeza, transformação e normalização. As demais alternativas referem-se a fases posteriores ou anteriores, como treinamento do modelo (A), visualização (B), entendimento do negócio (C) e tuning de hiperparâmetros (E).

block-beta
  columns 1
  block:EntendimentoNegocio["Entendimento do Negócio"]
  end
  block:ColetaDados["Coleta de Dados"]
  end
  block:Preparacao["Preparação dos Dados"]
    block:ReducaoDimensionalidade["Redução de Dimensionalidade"]
    end
    block:Limpeza["Limpeza"]
    end
    block:Transformacao["Transformação"]
    end
  end
  block:Modelagem["Modelagem"]
    block:Treinamento["Treinamento do Modelo"]
    end
    block:Tuning["Tuning de Hiperparâmetros"]
    end
  end
  block:Avaliacao["Avaliação"]
  end
  block:Implantacao["Implantação"]
  end

  EntendimentoNegocio --> ColetaDados
  ColetaDados --> Preparacao
  Preparacao --> Modelagem
  Modelagem --> Avaliacao
  Avaliacao --> Implantacao

Alternativa A — ❌ Incorreta

O treinamento do modelo ocorre após a preparação dos dados. A redução de dimensionalidade já deve ter sido aplicada para que o algoritmo receba dados com dimensionalidade reduzida. Portanto, não é executada nessa fase.

Alternativa B — ❌ Incorreta

A visualização de dados analíticos pode ocorrer em diferentes momentos, geralmente após a modelagem ou durante a exploração inicial. No entanto, a redução de dimensionalidade é uma etapa de preparação, não de visualização.

Alternativa C — ❌ Incorreta

O entendimento do negócio é a fase inicial, onde se definem objetivos e requisitos. A redução de dimensionalidade é uma etapa técnica aplicada sobre os dados já coletados.

Alternativa D — ✅ Correta ⟵ GABARITO

A fase de limpeza e preparação dos dados abrange atividades como seleção, pré-processamento, transformação e redução de dimensionalidade. Conforme o processo KDD descrito no material, a etapa de pré-processamento inclui reduzir a dimensionalidade, normalizar e eliminar ruídos, tornando os dados adequados para a mineração.

Alternativa E — ❌ Incorreta

O tuning de hiperparâmetros é feito durante ou após o treinamento do modelo, para otimizar seu desempenho. A redução de dimensionalidade é anterior a essa etapa.

Gabarito: letra D