Questão de Banco de Dados — Data Mining — FGV 2025
Banco de Dados›Data Mining
Código
fg121228
Banca
FGV
Órgão
TCE-PE
Ano
2025
Nível
Superior
Cargo
Analista de Controle Externo - Tecnologia da Informação
A mineração de dados é um dos principais componentes do processo de descoberta de conhecimento em bases de dados (KDD - Knowledge Discovery in Databases). Seu objetivo é extrair padrões relevantes, previamente desconhecidos, e potencialmente úteis a partir de grandes volumes de dados.Sobre a mineração de dados, assinale a afirmativa correta.
AA mineração de dados consiste exclusivamente na coleta e no armazenamento de dados em data warehouses, não envolvendo análises ou descobertas de padrões.
BO principal objetivo da mineração de dados é remover informações redundantes antes que elas sejam carregadas em sistemas transacionais.
CA mineração de dados utiliza técnicas estatísticas, de aprendizado de máquina e inteligência artificial para identificar padrões e relacionamentos em grandes volumes de dados.
DA mineração de dados deve ser aplicada somente em bancos de dados estruturados, sendo incompatível com dados não estruturados como texto ou imagens.
EDiferentemente da análise preditiva, a mineração de dados limita-se a gerar relatórios descritivos previamente definidos por especialistas.
Revelar gabarito e comentário▾
GabaritoC — A mineração de dados utiliza técnicas estatísticas, de aprendizado de máquina e inteligência artificial para identificar padrões e relacionamentos em grandes volumes de 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”.
Mineração de Dados
Gabarito: alternativa C. A mineração de dados (data mining) é o processo de descoberta de padrões e relacionamentos em grandes volumes de dados, empregando técnicas de estatística, aprendizado de máquina e inteligência artificial – exatamente o que enuncia a alternativa C. As demais opções distorcem o conceito, associando-o erroneamente a armazenamento, limpeza de dados, restrição a dados estruturados ou a relatórios descritivos predefinidos.
A definição clássica, presente na literatura (vide conteúdo de apoio), afirma que a mineração de dados "utiliza técnicas de estatística, matemática e inteligência artificial para extrair e identificar informações úteis e subsequentes conhecimentos (ou padrões) em grandes conjuntos de dados". Também é descrita como "o processo de explorar dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis".
Alternativa
Afirmativa
Correta?
Motivo da correção/incorreção
A
A mineração de dados consiste exclusivamente na coleta e no armazenamento de dados em data warehouses, não envolvendo análises ou descobertas de padrões.
❌
O armazenamento é etapa anterior; a mineração é a fase analítica do KDD.
B
O principal objetivo da mineração de dados é remover informações redundantes antes que elas sejam carregadas em sistemas transacionais.
❌
Essa é tarefa de pré-processamento (limpeza), não o propósito central da mineração.
C
A mineração de dados utiliza técnicas estatísticas, de aprendizado de máquina e inteligência artificial para identificar padrões e relacionamentos em grandes volumes de dados.
✅
Definição consagrada, alinhada com a literatura.
D
A mineração de dados deve ser aplicada somente em bancos de dados estruturados, sendo incompatível com dados não estruturados como texto ou imagens.
❌
A mineração é aplicada tanto a dados estruturados quanto a não estruturados.
E
Diferentemente da análise preditiva, a mineração de dados limita-se a gerar relatórios descritivos previamente definidos por especialistas.
❌
A mineração inclui tanto análise descritiva quanto preditiva, não se limitando a relatórios predefinidos.
Mineração de dados (data mining): Objetivo (Descobrir padrões, Relacionamentos, Conhecimento útil); Técnicas (Estatística, Aprendizado de máquina, Inteligência artificial); Aplicação (Dados estruturados, Dados não estruturados (texto, imagem)); Não é (Coleta/armazenamento (data warehouse), Limpeza de dados (pré-processamento), Relatórios descritivos predefinidos)
Alternativa A — ❌ Incorreta
Afirma que a mineração de dados consiste exclusivamente na coleta e armazenamento em data warehouses, sem análise ou descoberta de padrões. Isso é falso: o armazenamento é uma etapa anterior (integração de dados), mas a mineração em si é a fase analítica do processo KDD. Data warehouses são repositórios, não o objetivo da mineração.
Alternativa B — ❌ Incorreta
Diz que o principal objetivo é remover informações redundantes antes do carregamento em sistemas transacionais. Essa é uma tarefa de pré-processamento (limpeza de dados), não o propósito central da mineração. A mineração visa descobrir padrões, não apenas limpar dados.
Alternativa C — ✅ Correta ⟵ GABARITO
Descreve corretamente a mineração de dados: utiliza técnicas estatísticas, de aprendizado de máquina e inteligência artificial para identificar padrões e relacionamentos em grandes volumes de dados. É a definição consagrada, alinhada com a literatura e o conteúdo de apoio.
Alternativa D — ❌ Incorreta
Afirma que a mineração deve ser aplicada somente em bancos de dados estruturados, sendo incompatível com dados não estruturados (texto, imagens). Na prática, a mineração é aplicada a ambos os tipos; há técnicas específicas para dados não estruturados (ex.: mineração de texto, análise de imagens). Não há essa restrição.
Alternativa E — ❌ Incorreta
Diferencia a mineração de dados da análise preditiva, afirmando que a primeira se limita a gerar relatórios descritivos predefinidos. Na verdade, a mineração de dados engloba tanto tarefas descritivas (agrupamento, associação) quanto preditivas (classificação, regressão). Ela não se restringe a relatórios predefinidos; ao contrário, busca padrões novos e não óbvios.