Questões de Concursos Data Mining

Resolva questões de Data Mining comentadas com gabarito, online ou em PDF, revisando rapidamente e fixando o conteúdo de forma prática.

Filtrar questões
💡 Caso não encontre resultados, diminua os filtros.

1Q1061898 | Banco de Dados, Data Mining, Agente de Polícia Federal, Polícia Federal, CESPE CEBRASPE, 2025

Julgue o item subsequente, relativos à teoria da informação e a banco de dados.

A mineração de dados é uma técnica em que se utilizam exclusivamente algoritmos de aprendizado supervisionado para a identificação de padrões em grandes volumes de dados; no contexto de Big Data, a premissa principal é a utilização de bancos de dados relacionais tradicionais, que são suficientes para o enfrentamento dos desafios de volume, variedade e velocidade característicos desse ambiente.

  1. ✂️
  2. ✂️

2Q1038406 | Banco de Dados, Data Mining, Sistemas Arquitetura e Solução de Dados, BDMG, CESPE CEBRASPE, 2025

Julgue o próximo item, relativos a visualização de dados, banco de dados e BI (business intelligence).

As bibliotecas NumPy, Pandas, SciPy e Statsmodels são frequentemente usadas para manipulação e análise de dados em Python, enquanto Matplotlib, Seaborn e Plotly são amplamente utilizadas para visualização de dados, permitindo a criação de gráficos e plots interativos.
  1. ✂️
  2. ✂️

3Q1047148 | Banco de Dados, Data Mining, Análise de Sistemas, CIAAR, Aeronáutica, 2025

O termo Mineração de Dados refere-se à mineração ou à descoberta de novas informações em termos de padrões ou regras com base em grandes quantidades de dados. Preencha as lacunas abaixo considerando as técnicas empregadas na Mineração de Dados.
As Regras de ____________ correlacionam a presença de um itemset com outra faixa de valores para um conjunto de variáveis diverso. Já a técnica ____________ tem como objetivo trabalhar partindo de um conjunto existente de eventos ou transações para atribuir rótulos a novos dados com base em um conjunto de treinamento pré-existente. A técnica conhecida como ____________ considera que determinada população de eventos ou itens pode ser particionada (segmentada) em conjuntos de elementos 'semelhantes'.
A sequência de palavras que preenche corretamente as lacunas é:
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️

4Q1035916 | Banco de Dados, Data Mining, Tecnologia da Informação, TCE PE, FGV, 2025

A mineração de dados é um dos principais componentes do processo de descoberta de conhecimento em bases de dados (KDD - Knowledge Discovery in Databases). Seu objetivo é extrair padrões relevantes, previamente desconhecidos, e potencialmente úteis a partir de grandes volumes de dados.
Sobre a mineração de dados, assinale a afirmativa correta.
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

5Q1016470 | Banco de Dados, Data Mining, Tecnologista Júnior Especialidade Tecnologia da Informação, AEB, CESPE CEBRASPE, 2025

No contexto da mineração de dados, diferentes algoritmos são utilizados para solucionar problemas específicos, como segmentação de dados, descoberta de padrões e construção de modelos preditivos. Considerando os métodos Apriori, FP-Growth, k-means e árvores de decisão, assinale a opção que corresponde à descrição correta do funcionamento de um desses algoritmos.
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

6Q1061784 | Banco de Dados, Data Mining, Área 1 Contábil Financeira, Polícia Federal, CESPE CEBRASPE, 2025

Acerca de segurança da informação, bancos de dados e aprendizado de máquina, julgue o próximo item.

A técnica de clustering em data mining atribui categorias aos grupos de dados para facilitar a análise e a tomada de decisão.

  1. ✂️
  2. ✂️

7Q1034216 | Banco de Dados, Data Mining, Auditor do Estado Manhã, SEFAZ RS, FGV, 2025

No contexto de Processamento de Linguagem Natural, a técnica de word embeddings é
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

8Q1061611 | Banco de Dados, Data Mining, Especialidade Suporte em Tecnologia da Informação, STM, CESPE CEBRASPE, 2025

Texto associado.
Julgue o item seguinte, relativo à administração de banco de dados Oracle, à modelagem de dados relacional, à normalização de dados e ao data mining.
Em data mining, a técnica de regras de associação é usada para prever valores contínuos com base em atributos independentes, utilizando-se árvores de regressão.
  1. ✂️
  2. ✂️

9Q1035755 | Banco de Dados, Data Mining, Contas Públicas, TCE PE, FGV, 2025

A Mineração de Dados é a etapa do processo de KDD (Knowledge Discovery in Databases) responsável por extrair modelos de conhecimento a partir dos dados disponíveis. Após a construção desses modelos, é fundamental avaliar sua qualidade, o que exige compará-los com dados específicos para mensurar métricas que reflitam seu desempenho. Para garantir uma avaliação imparcial, os dados utilizados na criação do modelo não devem ser os mesmos empregados em sua validação. Assim, o processo de KDD deve utilizar, no mínimo, dois conjuntos distintos de dados: um conjunto de treinamento, para gerar o modelo, e um conjunto de testes, para avaliá-lo.
Selecione a opção que identifica o método de particionamento de dados em que o “conjunto de treinamento” é gerado por N sorteios aleatórios com reposição a partir do conjunto de dados original (que contém N registros). Já o “conjunto de testes” é composto pelos registros não selecionados para o “conjunto de treinamento”.
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

10Q1034477 | Banco de Dados, Data Mining, Tecnologia com Especialidade em Análise de Dados, TCE RR, FGV, 2025

Acerca dos algoritmos de mineração de dados, analise as afirmativas a seguir, e assinale (V) para a verdadeira e (F) para a falsa.

( ) Uma árvore de decisão é um grafo cíclico direcionado em que cada nó é um nó de divisão.
( ) Em uma rede neural artificial multicamadas os neurônios estão conectados a todos os neurônios da camada anterior.
( ) As máquinas de vetores de suporte (SVM - Support Vector Machine) são aplicadas em problemas de classificação nos quais busca-se dividir os dados por meio de um hiperplano.


As afirmativas são, respectivamente,
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

11Q1034478 | Banco de Dados, Data Mining, Tecnologia com Especialidade em Análise de Dados, TCE RR, FGV, 2025

Sobre algoritmos de mineração de dados, avalie as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) K-means, também conhecido como K-NN, é um algoritmo baseado na ideia de que objetos semelhantes estão próximos uns dos outros.
( )Árvore de decisão é uma estrutura hierárquica constituída por nós. Nela, o coeficiente de Gini de um nó é sempre maior do que o do seu nó pai.
( ) O algoritmo SVM, utilizado apenas para a tarefa de classificação, emprega classificadores lineares que separam o conjunto de dados por meio de hiperplanos, não sendo possível seu uso com problemas não linearmente separáveis.

As afirmativas são, respectivamente,

  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

12Q1061617 | Banco de Dados, Data Mining, Especialidade Suporte em Tecnologia da Informação, STM, CESPE CEBRASPE, 2025

Texto associado.
Acerca de deep learning, de Big Data e de redes neurais, julgue o item subsequente.
No contexto do deep learning, a função das camadas ocultas (hidden layers) em uma rede neural profunda é extrair e processar os dados de forma que a rede aprenda características progressivamente mais complexas nas camadas mais profundas.
  1. ✂️
  2. ✂️

13Q1061618 | Banco de Dados, Data Mining, Especialidade Suporte em Tecnologia da Informação, STM, CESPE CEBRASPE, 2025

Texto associado.
Acerca de deep learning, de Big Data e de redes neurais, julgue o item subsequente.
O overfitting, em modelos de deep learning, ocorre quando o modelo tem alta precisão tanto nos dados de treinamento quanto nos dados de teste, indicativo de que o modelo generaliza bem.
  1. ✂️
  2. ✂️

14Q1050161 | Banco de Dados, Data Mining, manhã, MF, FGV, 2024

Assinale a lista que contém somente técnicas tipicamente aplicadas em operações de data mining.
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

15Q907569 | Banco de Dados, Data Mining, Desenvolvimento e Transformação Digital, CELESC, ACAFE, 2024

A sociedade atual produz uma quantidade exorbitante de dados. Para lidar com todo este volume de dados, a inteligência artificial, aplicada à análise dos conteúdos dos bancos de dados, tornou-se uma ferramenta de grande valia. Neste contexto, associe as duas colunas, relacionando os termos relativos a esta temática aos seus conceitos.

1 - Deep Learning.

2 - Machine Learning.

3 – Data Mining.

4 - Data Warehouse.

( ) Sistema de armazenamento digital que conecta e harmoniza grandes volumes de dados de várias fontes diferentes.

( ) Processo analítico projetado para explorar grandes quantidades de dados, na busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis e, então, validálos aplicando os padrões detectados a novos subconjuntos de dados.

( ) Subconjunto da inteligência artificial que se concentra na construção de sistemas que aprendem, ou melhoram o desempenho, com base nos dados que consomem.

( ) Utiliza camadas de neurônios matemáticos para processar dados, compreender a fala humana e reconhecer objetos visualmente. A informação é passada através de cada camada, com a saída da camada anterior fornecendo entrada para a próxima camada. A primeira camada em uma rede é chamada de camada de entrada, enquanto a última é chamada de camada de saída. Todas as camadas entre as duas são referidas como camadas ocultas.

A sequência CORRETA dessa associação é:

  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

16Q1063772 | Banco de Dados, Data Mining, Manhã, CVM, FGV, 2024

Extrair conhecimento útil ou insights de dados massivos é um dos maiores desafios enfrentado pelos cientistas de dados. Uma das principais tarefas utilizadas para diminuir a complexidade desses dados é reduzir sua dimensionalidade preservando as características (features) mais importantes.
No ciclo de vida de ciência de dados, a tarefa de redução de dimensionalidade dos dados é executada na fase:
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

17Q1043304 | Banco de Dados, Data Mining, Especialidade Analista de Sistemas, Prefeitura de Macaé RJ, FGV, 2024

Data Mining é o processo de explorar grandes conjuntos de dados para identificar padrões, tendências e informações valiosas que não são imediatamente evidentes. Utiliza técnicas de estatística, aprendizado de máquina e análise de dados para extrair conhecimento útil a partir de dados brutos. No contexto de Data Mining, a seguinte técnica é mais adequada para descobrir padrões ocultos em grandes conjuntos de dados categóricos sem a necessidade de rótulos de classe:
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

18Q990130 | Banco de Dados, Data Mining, Infraestrututa de TIC, PRODESTES, IBADE, 2024

Na mineração de dados em um data warehouse é necessário que a informação textual seja codificada e extraída de forma que ferramentas preditivas possam utilizá-la. Nesse contexto, para que o texto seja codificado utiliza-se:
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

19Q1044153 | Banco de Dados, Data Mining, Desenvolvimento de Sistemas, TJ RR, FGV, 2024

A mineração de dados está inserida no processo de descoberta de conhecimento em bases de dados, empregando diversas técnicas e métodos na execução de diferentes tarefas.
Selecione a opção que contém apenas tarefas de mineração de dados.
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

20Q1037257 | Banco de Dados, Data Mining, Inteligência da Informação, DATAPREV, FGV, 2024

Considere o seguinte cenário: Uma empresa de telecomunicações está analisando os dados de uso de seus clientes, como frequência de chamadas, uso de dados móveis e envio de mensagens. Ela quer identificar grupos de clientes com comportamentos semelhantes para oferecer promoções personalizadas.
Em uma escolha por uma solução de aprendizado de máquina, o cientista de dados deve observar que, se o aprendizado for
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️
Utilizamos cookies e tecnologias semelhantes para aprimorar sua experiência de navegação. Política de Privacidade.