Data Warehouse (DW) e Mineração de Dados (MD)
Gabarito: letra B. A sequência correta é F – V – V. A primeira afirmativa está errada porque o DW é um repositório de dados, não uma ferramenta que diretamente utiliza algoritmos como regras de associação e árvores de classificação – esses são próprios da Mineração de Dados. A segunda afirmativa está correta: o DW frequentemente contém dados agregados e resumidos para tornar a mineração mais eficiente, e a MD descobre padrões que consultas comuns não revelariam. A terceira afirmativa está correta: aplicações de MD são projetadas para integrar-se ao DW, e para volumes massivos de dados (terabytes/petabytes), a existência de um DW é pré-requisito para o sucesso da mineração.
Primeira afirmativa — �️ Falsa
Afirma que o objetivo do DW é dar suporte à decisão "por intermédio de diversos tipos de algoritmos tais como regras de associação, árvores de classificação". Isso inverte os papéis: o DW armazena e organiza dados históricos e integrados; os algoritmos de mineração (regras de associação, árvores de decisão, etc.) são aplicados sobre os dados do DW, mas não são uma função inerente do DW. O DW não "usa" esses algoritmos; eles são ferramentas externas de MD. Portanto, a afirmativa é falsa.
Segunda afirmativa — ✅ Verdadeira
"Para tornar o DM [Data Mining] mais eficiente o DW deve ter uma coleção de dados agregada e resumida. A MD ajuda na extração de novos padrões que não podem ser encontrados apenas ao consultar e processar dados e metadados do DW." Correta: DWs frequentemente utilizam agregações (como em cubos OLAP) para acelerar consultas analíticas e mineração. A mineração de dados visa descobrir padrões não óbvios, que não são obtidos por simples consultas ou metadados.
Terceira afirmativa — ✅ Verdadeira
"As aplicações de MD devem ser projetadas para facilitar seu uso juntamente com o DW. Para bancos de dados muito grandes (da ordem de grandeza de terabytes até petabytes de dados), o uso bem-sucedido das aplicações de MD dependerá, em primeiro lugar da construção de um DW." A integração MD/DW é uma prática comum; para grandes volumes, um DW bem estruturado fornece dados limpos, integrados e históricos, essenciais para a mineração eficaz. Sem um DW, a mineração em fontes operacionais seria inviável.
Afirmativa | V/F | Justificativa |
|---|
O objetivo do DW é dar suporte ao processo de tomada de decisão com dados por intermédio de diversos tipos de algoritmos tais como regras de associação, árvores de classificação. A MD pode ser usado juntamente com o DW para com certos tipos de tomada de decisão em cenários de aplicações de Big Data. | F | O DW é um repositório de dados, não uma ferramenta que diretamente utiliza algoritmos como regras de associação e árvores de classificação – esses são próprios da Mineração de Dados. |
Para tornar o DM mais eficiente o DW deve ter uma coleção de dados agregada e resumida. A MD ajuda na extração de novos padrões que não podem ser encontrados apenas ao consultar e processar dados e metadados do DW. | V | DWs frequentemente utilizam agregações (como em cubos OLAP) para acelerar consultas analíticas e mineração. A mineração de dados visa descobrir padrões não óbvios, que não são obtidos por simples consultas ou metadados. |
As aplicações de MD devem ser projetadas para facilitar seu uso juntamente com o DW. Para bancos de dados muito grandes (da ordem de grandeza de terabytes até petabytes de dados), o uso bem-sucedido das aplicações de MD dependerá, em primeiro lugar da construção de um DW. | V | A integração MD/DW é uma prática comum; para grandes volumes, um DW bem estruturado fornece dados limpos, integrados e históricos, sendo pré-requisito para o sucesso da mineração. |
Gabarito: letra B (sequência F – V – V).