Considere as afirmativas a seguir:

I. O processo de BI (Business Intelligence) baseia-se na transformação de dados em informação, depois em decisões e, por fim, em ações.

II. A análise de dados preditiva visa determinar o que é mais provável de acontecer no futuro.

III. DWs (Data Warehouses) são voltados a trabalhar com dados informatizados usados em sistemas de processamento de transações online (OLTP – online transaction processing).

IV. O Data Warehouse é um repositório de dados que suporta relatórios empresariais e processos decisórios.

Está CORRETO o que se afirma, apenas, em:

Deseja-se realizar mineração de dados nos arquivos armazenados em uma organização ao longo dos últimos 10 anos e, com o fim de extrair padrões úteis para os gestores, deve-se executar, em todo o conjunto de dados, um algoritmo que prevê uma ou mais variáveis discretas, com base nos outros atributos do conjunto de dados.

Para atender essa demanda, é correto utilizar um algoritmo de

Suponha que, ao se fazer a modelagem multidimensional MMD para o data warehouse de um tribunal, tenha-se deparado com duas métricas: quantidade de processos julgados e percentual de processos em segredo de justiça. Essa segunda métrica é classificada como

Tendo como referência inicial esse modelo, e considerando que, para representar a quantidade de faltas em valores inteiros, seja inserida em FATO_FREQUÊNCIA a métrica qtd_faltas, em que se possam realizar drill up e a soma de seus valores ao longo do tempo, julgue o item a seguir, à luz dos conceitos afetos à modelagem dimensional.

Todos os elementos descritos em FATO_FREQUÊNCIA fazem parte de uma única chave primária composta, sendo cada elemento uma chave estrangeira oriunda de cada dimensão a ela vinculada.

Tendo como referência inicial esse modelo, e considerando que, para representar a quantidade de faltas em valores inteiros, seja inserida em FATO_FREQUÊNCIA a métrica qtd_faltas, em que se possam realizar drill up e a soma de seus valores ao longo do tempo, julgue o item a seguir, à luz dos conceitos afetos à modelagem dimensional.

A métrica qtd_faltas é aditiva.

As assertivas abaixo tratam de conceitos de mineração de dados. Marque a alternativa CORRETA:

Considerando os métodos de Mineração de Dados, analise a seguinte descrição: “constrói os denominados classificadores lineares, que separam o conjunto de dados por meio de um hiperplano, sendo considerado um dos mais efetivos para a tarefa de classificação.” Trata-se de:

A coluna da esquerda apresenta bibliotecas Python e a da direita, exemplos de uso. Numere a coluna da direita de acordo com a da esquerda.

Marque a sequência correta.

A arquitetura OLAP representa um método que garante que os dados corporativos sejam analisados de forma mais ágil, consistente e interativa pelos gerentes, analistas, executivos e outros interessados nas informações. Constitui uma interface com o usuário e não uma forma de armazenamento de dados, porém se utiliza do armazenamento para poder apresentar as informações. Entre os métodos de armazenamento, quatro são descritos a seguir.

I. Os dados são armazenados de forma relacional.

II. Os dados são armazenados de forma multidimensional.

III. Uma combinação dos métodos caracterizados em I e em II.

IV. O conjunto de dados multidimensionais deve ser criado no servidor e transferido para o desktop, além de permitir portabilidade aos usuários OLAP que não possuem acesso direto ao servidor.

O métodos descritos em I, II, III e IV são conhecidos, respectivamente, pelas siglas:

OLAP é uma ferramenta de Business Inteligente utilizada para apoiar as empresas na análise de suas informações, visando obter novos conhecimentos que são empregados na tomada de decisão. Uma das características que devem estar presentes em ferramentas OLAP é a capacidade de efetuar algumas operações, como:

I. Ocorre quando o usuário pula um nível intermediário dentro de uma mesma dimensão, por exemplo, a dimensão tempo é composta por ano, semestre, trimestre, mês e dia. Essa operação é executada quando o usuário passa de ano direto para trimestre ou mês.

II. Ocorre quando o usuário aumenta o nível de detalhe da informação, diminuindo a granularidade, um conceito que determina quais os tipos de consultas podem ser feitas no Datawarehouse. Essa operação influencia diretamente na velocidade do acesso às informações e no volume de dados armazenados.

III. Ocorre quando o usuário aumenta a granularidade, diminuindo o nível de detalhamento da informação.

IV. Ocorre quando o usuário passa de uma informação contida em uma dimensão para uma outra, como por exemplo, inicia na dimensão do tempo e no próximo passo analisa a informação por região.

As operações definidas em I, II, III e IV são conhecidas, respectivamente, como: