Com relação a Big Data, julgue o item seguinte.

Volume, variedade e visualização são as três características, conhecidas como 3 Vs, utilizadas para definir Big Data.

A respeito de bancos de dados relacionais e de modelagem dimensional, julgue o item subsequente.

As limitações dos bancos de dados relacionais que utilizam modelo entidade-relacionamento podem ser superadas por meio do uso de ferramentas OLAP (online analytical processing).

A respeito das técnicas de modelagem e otimização de bases de dados multidimensionais, julgue o próximo item.

O esquema de estrela é formado por uma tabela de fatos e várias tabelas auxiliares, denominadas tabelas dimensionais. A consulta ocorre inicialmente nas tabelas dimensionais e depois na tabela de fatos, por meio de uma estrutura de chaves estrangeiras.

Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.

A fase de implantação do CRISP-DM (cross industry standard process for data mining) só deve ocorrer após a avaliação do modelo construído para atingir os objetivos do negócio.

Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.

Em Big Data, a premissa volume refere-se à capacidade de processar, em um ambiente computacional, diferentes tipos e formatos de dados, como fotos, vídeos e geolocalização.

Acerca de arquitetura e aplicações de data warehousing, ETL e Olap, julgue o item a seguir.

No ambiente de data warehouse a atualização de dados em uma arquitetura controlada por destino ocorre quando o data warehouse envia periodicamente solicitações por novos dados às fontes.

Com relação a noções de mineração de dados e Big Data, julgue o item que se segue.

A descoberta de conhecimento em bases de dados, ou KDD (knowledge-discovery), é a etapa principal do processo de mineração de dados.

A respeito de bancos de dados relacionais e de modelagem dimensional, julgue o item subsequente.

O data warehouse empresarial, ou EDW (enterprise data warehouse), é uma das aplicações do data warehouse que permite a integração em larga escala de dados oriundos de diversas fontes em formato padronizado, para subsidiar a inteligência de negócios.

A respeito de mineração de dados, julgue o item que se segue.

Os principais métodos de análise de agrupamentos em mineração de dados incluem redes neurais, lógica difusa, métodos estatísticos e algoritmos genéticos.

Acerca de arquitetura e aplicações de data warehousing, ETL e Olap, julgue o item a seguir.

A operação cube na cláusula group by permite que uma consulta resulte em uma tabela com três dimensões: colunas, linhas e metadados.