Questão de Banco de Dados — Data Mining — FGV 2024
Banco de Dados›Data Mining
Código
fg091418
Banca
FGV
Órgão
Prefeitura de Nova Iguaçu - RJ
Ano
2024
Nível
Superior
Cargo
Analista Tributário do Tesouro Municipal
A mineração de dados é uma área importante em análise de dados, que utiliza técnicas para extrair informações valiosas de grandes conjuntos de dados. Ele oferece uma variedade de técnicas e algoritmos para identificar padrões, tendências e relações ocultas nos dados, fornecendo insights significativos que podem orientar a tomada de decisões e impulsionar o progresso em diversos setores.Assinale o conceito correto em relação a mineração de dados.
AA mineração de dados representa uma etapa necessária para a produção do modelo floco de neve de data warehouses.
BA tarefa de classificação em mineração de dados é uma atividade de aprendizado não supervisionado.
CEm uma regra de associação R→S, definimos a confiança como sendo o percentual de transações que contêm todos os itens no conjunto .
DO objetivo da tarefa de agrupamento é dividir elementos similares de dados em um mesmo grupo e elementos distintos em grupos diferentes.
ESéries temporais são modeladas com base no surgimento adaptativo de espécies biológicas de mecanismos evolucionários.
Revelar gabarito e comentário▾
GabaritoD — O objetivo da tarefa de agrupamento é dividir elementos similares de dados em um mesmo grupo e elementos distintos em grupos diferentes.
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”.
Mineração de dados: conceitos fundamentais
Gabarito: letra D. O objetivo do agrupamento (clustering) é agrupar elementos similares em um mesmo grupo e elementos distintos em grupos diferentes, o que corresponde exatamente à definição de análise de clusters. As demais alternativas apresentam erros conceituais: a mineração de dados não é etapa necessária do modelo floco de neve; a classificação é aprendizado supervisionado; a confiança de uma regra de associação é a probabilidade condicional, não o percentual de transações com todos os itens; e séries temporais não são modeladas por evolução biológica.
Mineração de dados — só Alternativas corretas: 0; só Alternativas incorretas: 4; Alternativas corretas∩Alternativas incorretas: 1
Alternativa A — ❌ Incorreta
A mineração de dados não é uma etapa necessária para a produção do modelo floco de neve de data warehouses. O modelo floco de neve (snowflake) é uma variação do esquema estrela, utilizado em modelagem dimensional. A mineração de dados é um processo de descoberta de padrões, que pode ser aplicado sobre dados armazenados em um data warehouse, mas não é um requisito para sua construção.
Alternativa B — ❌ Incorreta
A classificação é uma tarefa de aprendizado supervisionado, pois utiliza um conjunto de dados rotulados (com classes conhecidas) para treinar um modelo que depois classifica novos exemplos. O aprendizado não supervisionado é característico de tarefas como agrupamento (clustering) e associação, onde não há rótulos prévios.
Alternativa C — ❌ Incorreta
Em uma regra de associação R → S, a confiança (confidence) é definida como a probabilidade de S ocorrer dado que R ocorreu: confiança = suporte(R ∪ S) / suporte(R). O que a alternativa descreve — "percentual de transações que contêm todos os itens no conjunto" — corresponde ao suporte da união dos itens, não à confiança. Trata-se de uma confusão clássica entre suporte e confiança.
Alternativa D — ✅ Correta ⟵ GABARITO
A análise de clusters (agrupamento) tem exatamente esse objetivo: particionar os dados em grupos (clusters) de modo que os objetos dentro de um mesmo grupo sejam similares entre si e diferentes dos objetos de outros grupos. O material de apoio confirma: "O objetivo é classificar casos em grupos ou clusters, de modo que o grau de associação seja forte entre os membros do mesmo cluster e fraco entre os membros de diferentes clusters."
SE LIGUE NESSA!
Esta alternativa define corretamente o agrupamento, uma das tarefas fundamentais da mineração de dados.
Alternativa E — ❌ Incorreta
A modelagem de séries temporais utiliza técnicas como médias móveis, suavização exponencial, ARIMA, redes neurais recorrentes, entre outras. A referência a "surgimento adaptativo de espécies biológicas de mecanismos evolucionários" é alheia ao contexto de séries temporais; possivelmente confunde com algoritmos genéticos, que são inspirados na evolução biológica, mas não são a base para modelagem de séries temporais.
.