Questão de TI - Ciência de Dados e Inteligência Artificial — Data Mining (Mineração de Dados): Etapas, Algoritmos e Modelos (KDD, CRISP-DM, etc.) — INSTITUTO AOCP 2021
TI - Ciência de Dados e Inteligência ArtificialData Mining (Mineração de Dados): Etapas, Algoritmos e Modelos (KDD, CRISP-DM, etc.)
- Código
- qa238663
- Banca
- INSTITUTO AOCP
- Órgão
- SANESUL
- Ano
- 2021
- Cargo
- Ana TI ( )
Abstratamente, o problema de classificação na mineração de dados é este: dado que os itens pertencem a uma dentre várias classes e dadas instâncias passadas (chamadas instâncias de treinamento) dos itens junto com as classes a que pertencem, o problema é prever a classe à qual um novo item pertence. A classe da nova instância não é conhecida, de modo que outros atributos da instância precisam ser usados para prever a classe. Sobre classificação na mineração de dados, é correto afirmar que
- Aa mineração de dados não busca encontrar associações nem previsões.
- Bclassificadores de árvore de decisão, classificadores bayesianos, classificadores de máquina de vetor de suporte e classificadores de redes neurais são exemplos de técnicas de classificação na mineração de dados.
- Cclassificadores bayesianos e classificadores de redes neurais não são exemplos de técnicas de classificação empregadas na mineração de dados.
- Dos classificadores bayesianos são uma técnica utilizada em árvore na qual cada nó de folha possui uma classe associada e cada nó interno possui um predicado associado a ele.
- Ea máquina de vetor de suporte encontra a distribuição de valores de atributo para cada classe nos dados de treinamento.