Foram encontradas 5.009 questões.
Duas definições de estruturas de dados estão determinadas para um projeto de datamart de uma loja de varejo: uma delas (tabela A) contém a data da venda, a identificação do produto vendido, a quantidade vendida do produto no dia e o valor total das vendas do produto no dia; a outra (tabela B) contém a identificação do produto, nome do produto, marca, modelo, unidade de medida de peso, largura, altura e profundidade da embalagem.
Considerando os conceitos de modelagem multidimensional de data warehouse, as tabelas A e B são, respectivamente:
Provas
Questão presente nas seguintes provas
No contexto de data mining, considere o caso hipotético a seguir:
Uma financeira possui o histórico de seus clientes e o comportamento destes em relação ao pagamento de empréstimos contraídos previamente. Existem dois tipos de clientes: adimplentes e inadimplentes. Estas são as categorias do problema (valores do atributo alvo). Uma aplicação de mining, neste caso, consiste em descobrir uma função que mapeie corretamente os clientes, a partir de seus dados (valores dos atributos previsores), em uma destas categorias. Tal função pode ser utilizada para prever o comportamento de novos clientes que desejem contrair empréstimos junto à financeira. Esta função pode ser incorporada a um sistema de apoio à decisão que auxilie na filtragem e na concessão de empréstimos somente a clientes classificados como bons pagadores.
Trata-se de uma atividade denominada
Provas
Questão presente nas seguintes provas
Para construir um Data Warehouse, algumas etapas e processos são necessários. Uma etapa é conhecida como ETL, que compreende as etapas de Extração, Transformação e Armazenagem de dados em Sistemas Específicos ou Armazéns de Dados. Essas etapas são constituídas de várias outras funções, processos e técnicas de data integration. Uma dessas funções chama-se Master Data Management − MDM e é responsável por
Provas
Questão presente nas seguintes provas
Atualmente, diversos dados são coletados pelos sistemas digitais de empresas na internet para constituir Big Data com conteúdo sobre os resultados alcançados por seus produtos e serviços, prestígio da imagem da organização e seus representantes. Porém, parte desses dados pode ser falsa ou manipulada por internautas. O tratamento dos dados, a fim de qualificá-los antes de disponibilizá-los para a tomada de decisão na empresa, segundo o conceito das cinco dimensões “V” de avaliação de um Big Data, se refere
Provas
Questão presente nas seguintes provas
Em um banco de dados de um data warehouse baseado em modelagem multidimensional, encontrou-se três tabelas: Venda, Vendedor e Produto, entre outras. Um subconjunto da estrutura referente a este trecho do modelo é o seguinte:
As tabelas Venda, Vendedor e Produto são classificadas, respectivamente, como:
Provas
Questão presente nas seguintes provas
O modelo de linguagem por bigrama permite atribuir uma probabilidade a uma sequência de palavras usando um Modelo de Markov.
Dada uma sequência de palavras w1,w2,...,wn, a probabilidade dessa sequência pode ser calculada da seguinte maneira:
!$ P(w_1,w_2,...,w_n)=\Pi^n_{i=1}~~~~P(w_i\mid w_{i-1}) !$
Considere as probabilidades dos bigramas:
P(gosto | Eu) = 2/5
P(gosto | João) = 1/5
P(Eu | gosto ) = 3/5
P(João | gosto ) = 1/3
P(gosto | João) = 1/5
P(Eu | gosto ) = 3/5
P(João | gosto ) = 1/3
Assinale a alternativa que corretamente apresenta a probabilidade atribuída pelo modelo bigrama para a sequência “Eu gosto João”.
Provas
Questão presente nas seguintes provas
Diversas abordagens podem ser usadas em projetos de mineração de dados como aprendizado supervisionado, aprendizado não-supervisionado, aprendizado semi-supervisionado, aprendizado por reforço e aprendizado ativo.
Assinale a alternativa que contém apenas exemplos de técnicas de aprendizado não-supervisionado.
Provas
Questão presente nas seguintes provas
A modelagem de data warehouses pode ser feita seguindo diferentes esquemas. Sobre esse tópico, analise as afirmativas:
I. No esquema estrela, os dados são organizados em uma tabela de dimensão e muitas tabelas de fatos.
II. O esquema floco de neve é uma variação do esquema estrela, onde algumas tabelas de fatos são normalizadas, dividindo, assim, os dados em tabelas adicionais.
III. Quando várias tabelas de fatos compartilham tabelas de dimensão, temos o chamado esquema de constelação de fatos ou galáxia, pois podem ser considerados como coleções de estrelas.
Provas
Questão presente nas seguintes provas
Em problemas de classificação no contexto da mineração de dados, é essencial que a performance de um modelo aplicado em um problema seja avaliada. Certas métricas e técnicas são bastante difundidas para esse fim. Sobre esse tema, analise as afirmativas a seguir:
I. A métrica de acurácia (accuracy) é mais efetiva do que as métricas de sensibilidade (sensitivity) e especificidade (specificity), pois não é afetada pelo problema de desbalanceamento de classes.
II. A métrica de F-score é dada pela combinação das métricas de sensibilidade (sensitivity) e precisão (precision) na equação: F = (2 × precision × sensitivity) / (precision + sensitivity).
III. A curva ROC (Receiver Operating Characteristic) é útil para medir a acurácia de um modelo, onde quanto mais próximo de 1 for sua área (AUC - area under the curve), pior é o modelo.
Assinale
Provas
Questão presente nas seguintes provas
Dado os três conceitos técnicos abaixo, assinale a alternativa que corresponda respectivamente à tecnologia referente a cada um desses conceitos.
1. processo de explorar grandes quantidades de dados à procura de padrões consistentes.
2. refere-se ao processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferecem suporte a gestão de negócios.
3. depósito de dados digitais que serve para armazenar informações detalhadas relativamente a uma empresa.
Provas
Questão presente nas seguintes provas
Cadernos
Caderno Container