voltar

A técnica de clusterização (clustering) em processos de data mining é util...

A técnica de clusterização (clustering) em processos de data mining é utilizada para:

Q615847 • Informática • Data Mining • NCE • SEFAZ AM • Analista de Tecnologia da Informação

A técnica de clusterização (clustering) em processos de data mining é utilizada para:

a) identificar padrões de associação para conjuntos de valores dos atributos dos registros;
b) identificar, dentre um conjunto de grupos previamente estabelecidos, o grupo ao qual cada registro deve pertencer;
c) reunir registros em grupos não previamente estabelecidos segundo os valores de seus atributos;
d) definir um conjunto de condições lógicas que, aplicadas em seqüência aos valores dos atributos de um registro, permitem classificar o registro segundo conclusões previamente estabelecidas;
e) analisar seqüências de ocorrências de valores que permitem prever ou estimar valores ainda não conhecidos nessas seqüências.

Questões sobre Data Mining

1

Q647649 • Informática • Data Mining • FCC • Defensoria Pública do Estado do Rio Grande do Sul RS • Analista
Uma das técnicas bastante utilizadas em sistemas de apoio à decisão é o Data Mining, que se constitui em uma técnica
- a) para a exploração e análise de dados, visando descobrir padrões e regras, a pr incípio ocultos, importantes à aplicação.
- b) para se realizar a criptografia inteligente de dados, objetivando a proteção da informação.
- c) que visa sua distribuição e replicação em um cluster de servidores, visando aprimorar a disponibilidade de dados.
- d) de compactação de dados, normalmente bastante eficiente, permitindo grande desempenho no armazenamento de dados.
- e) de transmissão e recepção de dados que permite a comunicação entre servidores, em tempo real.
2

Q165821 • Informática • Data Mining • FUNDATEC • SEFAZ RS • Auditor Fiscal da Receita Estadual
Há uma tecnologia que é empregada sobre grandes volumes de dados para descobrir novas informações em função de regras e padrões existentes nesses dados. Normalmente, tais informações não são obtidas simplesmente consultando os dados armazenados em bancos de dados. Por exemplo: uma das maiores redes de varejo dos Estados Unidos descobriu, em seu enorme banco de dados, por meio do uso dessa tecnologia, que o aumento das vendas de fraldas descartáveis, nas sextas-feiras, estava relacionada às vendas de cerveja, sendo que, geralmente, os compradores eram homens. Como oportunidade de negócio, a rede varejista colocou os produtos lado a lado, resultando em um aumento expressivo nas vendas de ambos os produtos. Para obter tais descobertas, essa tecnologia usa diversas técnicas, tais como associação, classificação e predição, dentre outras. Nesse caso, essa tecnologia é chamada de:
- a) Data Mart.
- b) Data mining.
- c) Data Warehouse
- d) Business intelligence.
- e) OLAP.
3

Q121727 • Informática • Data Mining • FUMARC • PRODEMGE • Analista de Tecnologia da Informação
Analise as afrmativas abaixo em relação às técnicas de mineração de dados.
I. Regras de associação podem ser usadas, por exem- plo, para determinar, quando um cliente compra um produto X, ele provavelmente também irá comprar um produto Y.

II. Classifcação é uma técnica de aprendizado supervisionado, no qual se usa um conjunto de dados de treinamento para aprender um modelo e classifcar novos dados.

III. Agrupamento é uma técnica de aprendizado supervisionado que particiona um conjunto de dados em grupos.
Assinale a alternativa VERDADEIRA:
- a) Apenas as afrmativas I e II estão corretas.
- b) Apenas as afrmativas I e III estão corretas.
- c) Apenas as afrmativas II e III estão corretas.
- d) Todas as afrmativas estão corretas.
4

Q645243 • Informática • Data Mining • CESGRANRIO • EPE • Analista de Gestão Corporativa
As técnicas de mineração de dados podem ser categorizadas em supervisionadas e não supervisionadas.

As técnicas de árvores de decisão, agrupamento e regras de associação são categorizadas, respectivamente, como
- a) não supervisionada, não supervisionada, não supervisionada
- b) não supervisionada, supervisionada e não supervisionada
- c) supervisionada, não supervisionada e não supervisionada
- d) supervisionada, não supervisionada e supervisionada
- e) supervisionada, supervisionada e supervisionada
5

Q249201 • Informática • Data Mining • UFF • UFF • Técnico de Laboratório Informática
O conjunto de técnicas que, envolvendo métodos matemáticos e estatísticos, algoritmos e princípios de inteligência artificial, tem o objetivo de descobrir relacionamentos significativos entre dados armazenados em repositórios de grandes volumes e concluir sobre padrões de comportamento de clientes de uma organização é conhecido como:
- a) Datawarehouse;
- b) Metadados;
- c) Data Mart;
- d) Data Mining;
- e) Sistemas Transacionais.
6

Q118994 • Informática • Data Mining • CESGRANRIO • ELETROBRÁS • Analista de Sistemas
O processo de agrupamento de dados em data mining deve preencher alguns poucos requisitos. Qual requisito permite a análise de um subconjunto de dados que contém não apenas atributos numéricos, mas também atributos categóricos?
- a) Flexibilidade.
- b) Robustez.
- c) Clareza.
- d) Complexidade.
- e) Eficiência.
7

Q121247 • Informática • Data Mining • Quadrix • DATAPREV • Analista de Tecnologia da Informação
______________ refere-se, em geral, ao processo de analisar bancos de dados de forma semiautomática para descobrir padrões e identificar tendências, muitas vezes, descobrindo relacionamentos ocultos e inferindo regras com base em conceitos oriundos da inteligência artificial.

A alternativa que preenche corretamente a lacuna é:
- a) Data warehouse
- b) Data mart
- c) Data mining
- d) ERP
- e) OLAP
8

Q848393 • Informática • Data Mining • CESPE CEBRASPE • Cientista de Dados • 2020
Julgue o seguinte item, a respeito de big data.
A etapa de modelagem do modelo CRISP-DM permite a aplicação de diversas técnicas de mineração sobre os dados selecionados, conforme os formatos dos próprios dados.
- a) Certo
- b) Errado
9

Q632360 • Informática • Data Mining • CESPE CEBRASPE • TJ CE • Analista Judiciário
Assinale a opção correta acerca de datamining.
- a) A informação acerca dos resultados obtidos no processo de mineração é apresentada apenas de forma gráfica.
- b) A classificação, uma das principais tecnologias da mineração de dados, caracteriza-se por possuir um conjunto de transações, sendo cada uma delas relacionada a um itemset.
- c) É possível realizar mineração de dados em documentos textuais como, por exemplo, uma página da Internet.
- d) A grande desvantagem de um datamining consiste no fato de que a identificação de um padrão, para a geração do conhecimento, só é possível por meio da análise em pequenas quantidades de dados.
- e) Durante a fase de reconhecimento de padrões, para cada banco de dados, é permitido um único tipo de padrão.
10

Q648112 • Informática • Data Mining • CESPE CEBRASPE • Polícia Federal • Agente de Polícia Federal • 2018
Julgue os itens que se seguem, relativos a noções de mineração de dados, big data e aprendizado de máquina. Situação hipotética: Na ação de obtenção de informações por meio de aprendizado de máquina, verificou-se que o processo que estava sendo realizado consistia em examinar as características de determinado objeto e atribuir-lhe uma ou mais classes; verificou-se também que os algoritmos utilizados eram embasados em algoritmos de aprendizagem supervisionados. Assertiva: Nessa situação, a ação em realização está relacionada ao processo de classificação.
- a) Certo
- b) Errado

Mais questões de Informática →

Reportar erro em Conteúdo