Pular para o conteúdo principal

Questão de Banco de Dados — Data Mining — FUNDATEC 2025

Banco de DadosData Mining
Código
qg477900
Banca
FUNDATEC
Órgão
Prefeitura de Porto Alegre - RS
Ano
2025
Nível
Superior
Cargo
Auditor Fiscal da Receita Municipal - Bloco II
A visualização de dados é uma etapa fundamental para compreender grandes volumes de informações e identificar padrões relevantes no contexto de Data Mining e Big Data. Em relação às principais técnicas de visualização de dados, é correto afirmar que:
  1. AMapas de calor (Heatmaps) são úteis para identificar relações quantitativas entre variáveis, mostrando a intensidade dos valores com cores diferentes em uma matriz.
  2. BWord clouds é uma técnica de visualização ideal para representar séries temporais complexas.
  3. CGráficos de linha são mais eficazes na representação de dados categóricos e discretos do que gráficos de barras.
  4. DDashboards dinâmicos são menos eficazes em Big Data por não permitirem a atualização em tempo real de informações.
  5. EDiagramas de dispersão (Scatter Plots) são usados exclusivamente para representar a distribuição de uma única variável em grandes datasets.
Revelar gabarito e comentário

GabaritoA — Mapas de calor (Heatmaps) são úteis para identificar relações quantitativas entre variáveis, mostrando a intensidade dos valores com cores diferentes em uma matriz.

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”.

Visualização de dados em Data Mining

Gabarito: letra A. Mapas de calor (heatmaps) são matrizes coloridas que representam a intensidade dos valores, sendo úteis para identificar relações quantitativas entre variáveis. As demais alternativas contêm afirmações incorretas sobre o uso e a eficácia das técnicas de visualização.

Alternativa A — ✅ Correta

Heatmaps exibem dados em uma matriz onde as cores indicam a magnitude dos valores. Essa técnica é amplamente utilizada para detectar padrões e correlações entre variáveis, sendo adequada para identificar relações quantitativas.

Alternativa B — ❌ Incorreta

Word clouds (nuvens de palavras) são adequadas para representar a frequência de palavras em textos, mas não para séries temporais complexas. Para séries temporais, gráficos de linha ou áreas são mais indicados.

Alternativa C — ❌ Incorreta

Gráficos de linha são mais eficazes para dados contínuos ou séries temporais. Para dados categóricos e discretos, gráficos de barras são geralmente mais apropriados, pois facilitam a comparação entre categorias.

Alternativa D — ❌ Incorreta

Dashboards dinâmicos são frequentemente usados em Big Data e podem ser atualizados em tempo real, dependendo da ferramenta e da configuração. Portanto, não são menos eficazes; pelo contrário, são essenciais para monitoramento contínuo.

Alternativa E — ❌ Incorreta

Diagramas de dispersão (scatter plots) mostram a relação entre duas variáveis (eixo x e y), não exclusivamente a distribuição de uma única variável. Para distribuição univariada, histogramas ou box plots são mais adequados.

Gabarito: letra A.

Link permanente: /questoes/qg477900