Questões

Total de Questões Encontradas: 15

Ano: 2015 Banca: UERJ Órgão: UERJ Prova: Analista de Sistemas - Desenvolvimento
Das tarefas abaixo listadas: 

I. filtragem de dados
II. conversão de dados
III. condensação de dados
IV. derivação de dados

A que está relacionada ao processo de Extração, Transformação e Carga (ETC) de dados, em data warehouses, é a:
A
I
B
II
C
III
D
IV
Ano: 2015 Banca: FCC Órgão: CNMP Prova: Analista do CNMP - Desenvolvimento de Sistemas
Em relação às ferramentas de Data Discovery e os fundamentos de Data Mining, é correto afirmar:
A
Data Mining é o processo de descobrir conhecimento em banco de dados, que envolve várias etapas. O KDD – Knowledge Discovery in Database é uma destas etapas, portanto, a mineração de dados é um conceito que abrange o KDD.
B
A etapa de KDD do Data Mining consiste em aplicar técnicas que auxiliem na busca de relações entre os dados. De forma geral, existem três tipos de técnicas: Estatísticas, Exploratórias e Intuitivas. Todas são devidamente experimentadas e validadas para o processo de mineração. 
C
Os dados podem ser não estruturados (bancos de dados, CRM, ERP), estruturados (texto, documentos, arquivos, mídias sociais, cloud) ou uma mistura de ambos (emails, SOA/web services, RSS). As ferramentas de Data Discovery mais completas possuem conectividade para todas essas origens de dados de forma segura e controlada. 
D
Estima-se que, atualmente, em média, 80% de todos os dados disponíveis são do tipo estruturado. Existem diversas ferramentas open source e comerciais de Data Discovery. Dentre as open source está a InfoSphere Data Explorer e entre as comerciais está a Vivisimo da IBM.
E
As ferramentas de Data Mining permitem ao usuário avaliar tendências e padrões não conhecidos entre os dados. Esses tipos de ferramentas podem utilizar técnicas avançadas de computação como redes neurais, algoritmos genéticos e lógica nebulosa, dentre outras. 
Ano: 2010 Banca: CESPE Órgão: INMETRO Prova: Pesquisador - Gestão da Informação
Assinale a opção correta, com relação às classes de datamining do ponto de vista de processo orientado.
A
A modelagem de prognóstico é o processo de análise em um banco de dados para encontrar padrões escondidos sem uma ideia ou hipótese predeterminada sobre o que são esses padrões. 
B
Na análise prévia, os padrões descobertos no banco de dados são usados para prognosticar o futuro. 
C
O descobrimento é o processo de análise em um banco de dados para encontrar padrões escondidos sem uma ideia ou hipótese predeterminada sobre o que são esses padrões. 
D
Na classe strategic mining, grande conjunto de dados corporativos é examinado com o objetivo de se obter o seu conhecimento global. 
E
Na classe episodic mining, são buscados dados de um fato específico.
Texto Associado Texto Associado
A respeito de Data Warehouse e Data Mining, julgue os itens subsecutivos.
Em um processo de descoberta do conhecimento, um Data Mining executado para atingir uma meta pode falhar nas classes de predição, de identificação, de classificação e de otimização. 
C
Certo
E
Errado
Ano: 2013 Banca: FCC Órgão: MPE-MA Prova: Analista Judiciário - Banco de Dados
Uma das funções desempenhadas pelas técnicas de mineração de dados consiste em determinar que itens de um conjunto de dados ocorrem de forma simultânea. Essa função recebe a denominação de
A
análise de afinidade. 
B
estimativa. 
C
previsão. 
D
seleção adaptativa. 
E
análise de variância. 
Ano: 2012 Banca: AOCP Órgão: TCE-PA Prova: Assessor Técnico - Analista de Sistemas
O processo de explorar grandes quantidades de dados à procura de padrões consistentes com o intuito de detectar relacionamentos sistemáticos entre variáveis e novos subconjuntos de dados, é conhecido como
A
Data Mart.
B
Data Exploring.
C
Objeto Relacional.
D
Relacionamento.
E
Data Mining.
Ano: 2012 Banca: CESPE Órgão: TJ-RO Prova: Analista Judiciário - Desenvolvimento de Sistemas
No que se refere a data mining e sistemas de suporte a decisão, assinale a opção correta.
A
A técnica de clustering em data mining utiliza os algoritmos ID3 e o C4.5. Esses algoritmos produzem árvores de decisão, o que permite gerar clusters de elementos que, por sua vez, geram mapeamento dos elementos em grupos predefinidos. 
B
Utilizando-se a técnica dice em data mining, é possível descobrir regras do tipo basket data, em que cada tupla consiste em um conjunto de atributos binários chamados itens. 
C
A técnica de associação em data mining verifica se há controle ou influência entre atributos ou valores de atributos, no intuito de verificar, mediante a análise de probabilidades condicionais, dependências entre esses atributos.
D
Data mining é o processo não trivial de identificar, em bases de dados, padrões válidos, novos e potencialmente úteis ao usuário. KDD (knowledge discovery in databases) é um processo dentro do data mining.
E
A técnica de classificação em data mining possibilita a definição de classes e o enquadramento de elementos em grupos de afinidades, por meio de avaliação de similaridade entre esses elementos.
Texto Associado Texto Associado
Com relação a soluções de suporte à decisão, julgue os itens subsecutivos.
Data mining utiliza diversos tipos de padrões e técnicas para descobrir o conhecimento em base de dados. Eles são provenientes, automaticamente, do banco de dados e não há interação manual na descoberta de novos tipos de padrões.
C
Certo
E
Errado
Texto Associado Texto Associado
Com referência a arquitetura e tecnologias de sistemas de informações, julgue os itens de 71 a 75.
Data mining (mineração de dados) consiste na análise de grandes quantidades de dados a fim de encontrar padrões e regras que possam, por exemplo, ser usados para orientar a tomada de decisões. É o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados. Utiliza várias técnicas da estatística, recuperação de informação, inteligência artificial e reconhecimento de padrões.
C
Certo
E
Errado
A análise exploratória de dados contempla três fases distintas, que têm como objetivo destacar as características relevantes de cada atributo contido em um conjunto de dados, por meio de gráficos e cálculos estatísticos, além de identificar a intensidade das relações subjacentes entre os atributos. Qual fase fornece conclusões sobre o conteúdo de cada atributo das informações de um conjunto de dados? 
A
Bivariável.
B
Decomposição.
C
Validação cruzada. 
D
Multivariável. 
E
Univariável.
Página 1 de 2