Banco de Questões de Concursos

Com relação a noções de mineração de dados e Big Data, julgue o item que se segue. A fase de implantação do CRISP-DM (cross industry standard process for data mining) só deve ocorrer após a avaliação do modelo construído para atingir os obj…

Com relação a noções de mineração de dados e Big Data, julgue o item que se segue. Na primeira fase do CRISP-DM (cross industry standard process for data mining), há o entendimento dos dados para que se analise a qualidade destes.

A respeito de business intelligence, julgue o próximo item. Em data mining, a técnica de associação é baseada na probabilidade condicional, a qual avalia determinados valores que aparecem juntos nos mesmo eventos.

Assinale a opção que corresponde a métodos estatísticos que assumem distribuição ou modelo de probabilidade de dados, ou medidas de distância por meio das quais os objetos procurados são substancialmente distantes dos demais utilizados em d…

Assinale a opção que apresenta o serviço do SQL Server correspondente a um conjunto de ferramentas gráficas e objetos programáveis para mover, copiar e transformar dados.

Com relação a data warehouse e data mining, julgue o item subsequente. A análise de data mining por padrão sequencial visa à identificação de fatos que geram outros fatos, sempre ocorrendo causa e consequência em momentos adjacentes.

Com relação a data warehouse e data mining, julgue o item subsequente. A etapa de estratificação da técnica de árvore de decisão é responsável por determinar as regras para a designação dos casos identificados a uma categoria existente mais…

Em um processo de data mining, na construção de relações sob a forma de regras entre itens de uma base de dados transacional, é usada a técnica denominada

No CRISP-DM, a fase que se caracteriza pelas tarefas de limpar, construir, integrar e formatar os dados é a de

Mineração de texto refere-se ao processo de extração automática de informações relevantes, novas e interessantes.

Uma anomalia em um conjunto de dados é sempre o valor resultante de um erro do sistema de coleta de dados.

O processo de preparação da base de dados consiste em excluir as informações faltantes dos problemas a serem resolvidos e dos algoritmos utilizados.

Um cursor é um objeto de esquema que agrupa tipos, variáveis, constantes, subprogramas, cursores e exceções relacionados logicamente.

Para o atendimento à necessidade I, deve-se implantar a CRISP-DM, cujas etapas são Entendimento do Negócio, Entendimento dos Dados, Preparação dos Dados, Modelagem, Avaliação e Aplicação.

Em cada iteração na estimação do parâmetro β, o método do gradiente descendente requer n observações da base de treinamento, ao passo que o método do gradiente descendente estocástico utiliza uma observação selecionada aleatoriamente dessa…

Entre as condições ideais relativas à função objetivo g(β) para a aplicação do método do gradiente descendente incluem-se convexidade, continuidade e diferenciabilidade.

O modelo de regressão linear é suscetível à multicolinearidade, a qual diz respeito ao fato de o erro da predição permanecer estável, dentro de um intervalo de confiança aceitável, à medida que os valores de entrada mudam.

As árvores de decisão apresentam significativa independência dos dados de treinamento, o que garante forte estabilidade dos caminhos em caso de mudanças nos dados.

O enriquecimento de dados da etapa de pré-processamento e preparação do data mining tem como objetivo

Em um projeto de data mining, a coleta do dado que será garimpado ocorre no processo de