Banco de Questões de Concursos

Em um processo de mineração de texto, a tokenização é o processo de dividir textos longos em palavras individuais, removendo-se espaços e pontuação, para fins de identificação da frequência de termos ou da estrutura de uma frase em um grand…

Uma anomalia é um valor discrepante, ou seja, um valor que se localiza significativamente distante dos valores considerados normais.

Na metodologia CRISP-DM, a preparação dos dados serve para limpá-los, tratando valores ausentes, outliers e inconsistências.

Em mineração de dados, dado ruidoso é aquele cujo valor está fora do domínio do atributo.

O k-means é um algoritmo iterativo de agrupamento baseado em centroides, isto é, ele divide um conjunto de dados em grupos semelhantes com base na distância entre seus centroides.

No contexto de regras de associação, o conceito de confiança refere-se à expectativa de que um dado, grupo ou banco de dados atue da maneira esperada em dada situação.

A execução de comandos DML, como UPDATE e DELETE, sem cláusula WHERE pode resultar em operações em massa que afetam toda a tabela, podendo comprometer a integridade lógica dos dados.

A integridade referencial garante que valores de chave estrangeira em uma tabela correspondam a valores válidos de chave primária em outra tabela, evitando a existência de registros órfãos.

Em ambientes de alta concorrência, a definição de restrições de chave estrangeira garante que operações de inserção e de atualização ocorram com menor custo computacional, pois o SGBD utiliza essas restrições para simplificar as verificaçõe…

O particionamento de tabelas elimina a necessidade de índices secundários, pois a divisão física dos dados já garante acesso eficiente em qualquer tipo de consulta.

A utilização de índices compostos garante melhoria uniforme de desempenho para qualquer consulta que envolva pelo menos uma das colunas indexadas, independentemente da ordem dos atributos no índice.

A instrução UPDATE pode ser utilizada em conjunto com subconsultas correlacionadas para modificar dados com base em valores provenientes de outras tabelas, respeitando as restrições de integridade definidas no banco de dados.

Sistemas de armazenamento distribuído, como data lakes, permitem o armazenamento de dados em seu formato bruto, favorecendo abordagens ELT em detrimento de ETL.

A ingestão de dados em streaming não é adequada para cenários que exigem alta confiabilidade, pois não permite mecanismos de tolerância a falhas ou reprocessamento de eventos.

Em sistemas NoSQL orientados a documentos, como MongoDB, os dados são armazenados em estruturas flexíveis que permitem variação de esquema entre registros de uma mesma coleção.

Em arquiteturas de Big Data, dados não estruturados não podem ser indexados ou consultados diretamente, sendo obrigatória sua transformação em dados estruturados antes de qualquer análise.

Dados estruturados são organizados segundo um esquema rígido previamente definido, enquanto dados não estruturados não possuem modelo predefinido, sendo tipicamente armazenados em formatos como textos livres, imagens e vídeos.

Bancos de dados NoSQL são projetados para garantir, por padrão, consistência forte (strong consistency), priorizando a integridade imediata dos dados em ambientes distribuídos.

De acordo com o DAMA‐DMBoK, a modelagem de dados é o processo de descoberta, análise e delimitação dos requisitos de dados de forma iterativa, podendo incluir modelo conceitual, lógico e físico, de forma a representar e comunicar esses requ…

O PROC SQL integra o software Base SAS e pode ser usado com qualquer conjunto de dados SAS.