Questão de Banco de Dados — Data Mining — Quadrix 2023

CRISP-DM: modelo de referência para mineração de dados

Gabarito: ERRADO. O CRISP-DM é um modelo de referência aberto e gratuito (não proprietário), e a afirmação de que seu uso em larga escala é impedido pelo alto custo de licença é falsa. O CRISP-DM foi desenvolvido por um consórcio de empresas justamente para ser um padrão livre de processo de mineração de dados, e suas seis fases (entendimento do negócio, entendimento dos dados, preparação dos dados, modelagem, avaliação e implantação) são amplamente adotadas sem qualquer custo de licenciamento.

O CRISP-DM (Cross Industry Standard Process for Data Mining) é um modelo de processo que padroniza as etapas de um projeto de mineração de dados, desde a compreensão do negócio até a implantação da solução. Ele foi criado em 1996 por um consórcio formado por empresas como SPSS, NCR e DaimlerChrysler, com o objetivo de fornecer uma metodologia independente de fornecedor e gratuita. Diferentemente de outras metodologias proprietárias, o CRISP-DM foi disponibilizado como um padrão aberto, o que permitiu sua ampla adoção na indústria e na academia.

As seis fases do CRISP-DM são:

1. Entendimento do Negócio – compreender os objetivos e requisitos do projeto sob a perspectiva do negócio.

2. Entendimento dos Dados – coletar e explorar os dados disponíveis para identificar sua qualidade e relevância.

3. Preparação dos Dados – construir o conjunto de dados final a partir dos dados brutos, incluindo limpeza, transformação e seleção de atributos.

4. Modelagem – selecionar e aplicar técnicas de modelagem (como classificação, regressão, clusterização) para extrair padrões.

5. Avaliação – avaliar os modelos gerados quanto à sua qualidade e adequação aos objetivos do negócio.

6. Implantação – colocar a solução em produção, integrando-a aos processos da organização.

Essas fases são iterativas, com frequentes retornos às etapas anteriores, conforme a necessidade do projeto. O modelo é amplamente utilizado em projetos de data mining e é considerado um padrão de facto na área.

A afirmação da questão apresenta duas falhas: (1) o CRISP-DM não é um software que exija licença de uso; é um modelo de processo (uma metodologia), e (2) ele é gratuito e aberto, não havendo custo de aquisição. Portanto, a única desvantagem apontada (alto custo) não existe, e a premissa de que os usuários precisam adquirir licença é incorreta.

A banca explora a confusão entre modelo de processo (metodologia) e ferramenta de software (que pode ser proprietária e paga). O CRISP-DM é uma metodologia, não um software; por isso, não há licença a adquirir. Essa distinção é essencial para responder corretamente.

Item — ❌ Errado

A assertiva está errada porque o CRISP-DM é um modelo de referência aberto e gratuito, não um software proprietário que exija licença. A afirmação de que seu uso em larga escala é impedido pelo alto custo é falsa. O CRISP-DM foi criado para ser um padrão livre, e sua adoção não envolve custos de licenciamento. A banca tenta induzir o candidato a confundir a metodologia com uma ferramenta comercial, mas o CRISP-DM é uma metodologia de processo, não um produto.

Gabarito: ERRADO (letra E).