Banco de Questões de Concursos

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.

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

Com relação a mineração de dados, aprendizado de máquina e aplicações Python, julgue o item a seguir. A detecção de novos tipos de fraudes é uma das aplicações comuns da técnica de modelagem descritiva da mineração de dados, a qual viabiliz…

O processo que emprega técnicas estatísticas, matemáticas e de inteligência artificial, para extrair e identificar informações úteis, conhecimentos e padrões na forma de regra de negócio, a partir de vastos conjuntos de dados, denomina-se

Acerca de visualização e análise exploratória de dados, julgue o item seguinte. Outlier ou anomalias são padrões nos dados que não estão de acordo com uma noção bem definida de comportamento normal.

Acerca de conceitos, premissas e aplicações de big data, julgue o item subsequente. No processo de agrupamento, o objeto denominado medoide é aquele que representa a mediana do grupo do conjunto.

Acerca de conceitos, premissas e aplicações de big data, julgue o item subsequente. O objetivo das técnicas de pré-processamento de dados é preparar os dados brutos para serem analisados sem erros de incompletudes, inconsistências e ruídos.

Julgue o seguinte item, a respeito de big data. A análise de regressão em mineração de dados tem como objetivos a sumariação, a predição, o controle e a estimação.

Julgue o seguinte item, a respeito de big data. A técnica de agregação na mineração de dados atua em conjunto de registros que tenham sido previamente classificados.

Julgue o seguinte item, a respeito de big data. Aprendizagem de máquina pode ajudar a clusterização na identificação de outliers, que são objetos completamente diferentes do padrão da amostra.

Julgue o seguinte item, a respeito de big data. A mineração de textos utiliza técnicas diferentes da mineração de dados, tendo em vista que os textos representam um tipo específico de dado.