Questões de Concursos Analista de Tecnologia da Informação Perfil I

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. Existem diversas técnicas de mineração de dados, todas elas, usam exclusivamente a aprendizagem indutiva.

Considere que o tempo T, em segundos, que cada cliente aguarda em uma fila seja uma variável aleatória cuja função de distribuição acumulada é F(t) = 0, se t < 0, e F(t) > 0, se t $ 0. Considere ainda que a média, a mediana e o desvio-padrão de T sejam, respectivamente, iguais a 30, 40 e 20 segundos. Nessa situação, julgue os itens a seguir. Em um grupo de 100 clientes, 50 aguardarão pelo menos 40 segundos na fila.

Julgue os seguintes itens, acerca de técnicas de mineração de dados. Outliers são instâncias de dados (observações) atípicas porque se mantêm à distância anormal das outras instâncias em uma amostra aleatória representativa da população de onde as instâncias foram extraídas.

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. O processo de KDD é iterativo e cíclico, podendo a saída de uma etapa requerer revisão em etapa anterior. Nesse contexto, a mineração de dados pode ser entendida como uma etapa desse processo.

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. KDD é o processo não-trivial de identificação de padrões em um conjunto de dados. Tais padrões devem possuir as seguintes características: validade (aplicarem-se a novos dados com algum grau de certeza ou probabilidade), novidade (não terem sido detectados por nenhuma outra abordagem), utilidade potencial (poderem ser utilizados para a tomada de decisões úteis, medidas por alguma função) e serem assimiláveis (ao conhecimento humano).

Um fabricante de impressoras possui três fornecedores ? I, II e III ? de um certo circuito eletrônico. Para a produção de um lote de 100 impressoras, a fábrica dispõe de 50, 30 e 20 circuitos fornecidos, respectivamente, por I, II e III. As probabilidades de que um circuito fornecido por I, II ou III apresente defeito são, respectivamente, iguais a 0,01, 0,03 e 0,05. Depois da produção do lote, m impressoras serão selecionadas aleatoriamente para testes de qualidade. Um indicador de qualidade da empresa é a razão f = n/m, em que n é o número observado de impressoras com defeitos no circuito.

Considerando as informações acima, julgue os itens a seguir.

Dos circuitos disponíveis no estoque, o número esperado de circuitos defeituosos é menor ou igual a 2.

Um fabricante de impressoras possui três fornecedores ? I, II e III ? de um certo circuito eletrônico. Para a produção de um lote de 100 impressoras, a fábrica dispõe de 50, 30 e 20 circuitos fornecidos, respectivamente, por I, II e III. As probabilidades de que um circuito fornecido por I, II ou III apresente defeito são, respectivamente, iguais a 0,01, 0,03 e 0,05. Depois da produção do lote, m impressoras serão selecionadas aleatoriamente para testes de qualidade. Um indicador de qualidade da empresa é a razão f = n/m, em que n é o número observado de impressoras com defeitos no circuito.

Considerando as informações acima, julgue os itens a seguir.

A probabilidade de uma das impressoras selecionadas ao acaso do lote produzido apresentar defeito no referido circuito é igual ou superior a 0,03.

Um fabricante de impressoras possui três fornecedores ? I, II e III ? de um certo circuito eletrônico. Para a produção de um lote de 100 impressoras, a fábrica dispõe de 50, 30 e 20 circuitos fornecidos, respectivamente, por I, II e III. As probabilidades de que um circuito fornecido por I, II ou III apresente defeito são, respectivamente, iguais a 0,01, 0,03 e 0,05. Depois da produção do lote, m impressoras serão selecionadas aleatoriamente para testes de qualidade. Um indicador de qualidade da empresa é a razão f = n/m, em que n é o número observado de impressoras com defeitos no circuito.

Considerando as informações acima, julgue os itens a seguir.

A probabilidade de n ser igual a m é nula.

Julgue os seguintes itens, relativos à tarefa de classificação, a qual consiste em aprender uma função (construir um modelo) que mapeie um item de dado para uma entre várias classes pré-definidas. Uma árvore de decisão pode ser representada na forma de um conjunto de regras inteligíveis, para se melhorar o entendimento de quem analisa os dados.

Julgue os seguintes itens quanto a tarefa de associação, a qual consiste na aprendizagem de regras de produção a partir de uma base de dados, considerando a análise de afinidade entre atributos. A descoberta de regras de associação corresponde a uma tarefa de treinamento supervisionado.

Julgue os seguintes itens, acerca de técnicas de mineração de dados. O K-means (K-média) é um algoritmo de agrupamento estatístico que permite particionar-se um conjunto de dados em K clusters (grupos) disjuntos. Embora os centros iniciais dos K clusters sejam escolhidos aleatoriamente, eles apresentam bom desempenho.

Julgue os seguintes itens, acerca de técnicas de mineração de dados. Agrupamento (clustering) não-supervisionado pode ajudar a se detectarem instâncias de dados atípicas na base de dados.

Considere que o tempo T, em segundos, que cada cliente aguarda em uma fila seja uma variável aleatória cuja função de distribuição acumulada é F(t) = 0, se t < 0, e F(t) > 0, se t $ 0. Considere ainda que a média, a mediana e o desvio-padrão de T sejam, respectivamente, iguais a 30, 40 e 20 segundos. Nessa situação, julgue os itens a seguir. Pela desigualdade de Chebychev, espera-se que até 25% dos clientes aguardarão pelo menos 70 segundos na fila.

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. A metodologia para a realização de tarefas de mineração de dados, prescrita pelo modelo de referência proposto pelo Consórcio CRISP/DM, consiste nas seguintes fases: entendimento do negócio (business understanding), entendimento dos dados (data understanding), préprocessamento dos dados (data preparation), modelagem (modeling), avaliação dos modelos (evaluation) e colocação do modelo selecionado em uso (deployment).

Julgue os seguintes itens, acerca de técnicas de mineração de dados. OLAP (On-Line Analitycal Processing) é ferramenta adequada para se visualizarem tendências no tempo de dados que representam informação em diversas dimensões.

Mineração de dados é o processo de empregar uma ou mais técnica de aprendizagem em computador para, automaticamente, analisar e extrair conhecimentos de dados contidos em uma base de dados. Julgue os itens seguintes, que versam sobre mineração de dados e KDD. Os principais objetivos de alto nível da mineração de dados são previsão e descrição. A previsão envolve o uso de variáveis da base de dados para serem previstos valores desconhecidos ou futuros de variáveis de interesse. Com a descrição, objetiva-se encontrar padrões de descrição dos dados que sejam interpretáveis pelos seres humanos.

Julgue os seguintes itens quanto a tarefa de associação, a qual consiste na aprendizagem de regras de produção a partir de uma base de dados, considerando a análise de afinidade entre atributos. O suporte da regra é o percentual de casos que levam a determinada regra, em relação ao número de casos da base de dados que possuem as mesmas evidências de entrada na regra.

Julgue os seguintes itens, relativos à tarefa de classificação, a qual consiste em aprender uma função (construir um modelo) que mapeie um item de dado para uma entre várias classes pré-definidas. A acurácia de um classificador, em um conjunto de teste, pode ser sumarizada por uma matriz de confusão, em que os valores nas diagonais representam as classificações corretas.

Considere que o tempo T, em segundos, que cada cliente aguarda em uma fila seja uma variável aleatória cuja função de distribuição acumulada é F(t) = 0, se t < 0, e F(t) > 0, se t $ 0. Considere ainda que a média, a mediana e o desvio-padrão de T sejam, respectivamente, iguais a 30, 40 e 20 segundos. Nessa situação, julgue os itens a seguir. O coeficiente de variação da distribuição do tempo T é igual a 1,5.

Julgue os seguintes itens, relativos à tarefa de classificação, a qual consiste em aprender uma função (construir um modelo) que mapeie um item de dado para uma entre várias classes pré-definidas. Algoritmos de árvore de decisão populares como o C4.5 e o CART examinam um atributo por vez, o que conduz a um particionamento dos dados em regiões de classificação retangulares, que sempre correspondem às distribuições reais das instâncias no espaço de decisão.