Ao construir um modelo de dados para um data warehouse de sua empresa, um desenvolvedor viu-se às voltas com três tabelas relacionais: venda, cliente e vendedor.

Ao fazer uma transformação para o modelo estrela, ele deve organizar:

Considere o conjunto de dados a seguir, obtido a partir de uma base de dados de transações ocorridas em uma padaria, em uma determinada faixa de tempo. Nesse conjunto, indica-se a ocorrência de um determinado produto em cada transação.

Em mineração de dados, a partir desse conjunto de dados, podem ser geradas regras de associação, as quais buscam conjuntos de itens frequentes que guardam entre si uma relação de causa e efeito. Essas regras são da forma X→Y, onde X é o antecedente da regra, e Y, seu consequente. A menção X,Y indica referência aos dois itens frequentes X e Y. Dois indicadores utilizados para averiguar a eficácia de regras de associação são o suporte e a confiança.

Qual das regras a seguir possui confiança mínima de 80%, dado um suporte mínimo de 30%?

Dois funcionários de uma empresa de crédito discutiam sobre quais algoritmos deveriam usar para ajudar a classificar seus clientes como bons ou maus pagadores. A empresa possui, para todos os empréstimos feitos no passado, um registro formado pelo conjunto de informações pessoais sobre o cliente e de como era composta a dívida inicial. Todos esses registros tinham classificações de bons ou maus pagadores, de acordo com o perfil de pagamento dos clientes. A partir desses dados, os funcionários querem construir um modelo, por meio de aprendizado de máquina, que classifique os novos clientes, que serão descritos por registros com o mesmo formato.

A melhor opção, nesse caso, é usar um algoritmo

Sistemas especialistas ocupam lugar privilegiado na área de Inteligência Artificial, mesmo com o avanço de outras áreas. Esses sistemas capturam conhecimento tácito de especialistas e podem ser utilizados em processos complexos de tomada de decisão como, por exemplo, diagnósticos médicos.

NÃO é característica dos sistemas especialistas

Seja o modelo dimensional de dados a seguir representado, onde a tabela “Venda” é a tabela de fatos, e as demais tabelas representam dimensões. Nesse esquema, os atributos das tabelas foram omitidos.


Nesse caso, qual o modelo multidimensional adotado?

Os metadados têm fundamental importância na estrutura de data warehouses por propiciarem um uso mais eficiente daquele repositório de dados, já que

Os sistemas de data warehouse diferem de várias formas dos sistemas transacionais das empresas, como, por exemplo, em seu modelo de dados. Para transferir e transformar os dados dos sistemas transacionais para os sistemas de data warehousing, é comum utilizar, como estratégia, a existência de uma camada especial da arquitetura conhecida como

Classificação é uma importante tarefa utilizada na etapa de mineração de dados, que tem como uma de suas características básicas

Na etapa de preparação de dados a serem submetidos ao processo de data mining, uma importante tarefa consiste no processo de normalização dos dados numéricos. Com isso, leva-se o conjunto de dados a uma mesma escala, evitando distorções na execução dos algoritmos de aprendizado de máquina utilizados na descoberta de conhecimento de dados e, com isso, afetando a análise dos resultados.

Seja então um atributo numérico A com n valores observados \(\{v_1 , v_2 , \cdots , v_n \}\), média \(\overline{A}\) e desvio-padrão \( σ_A\).

Nesse contexto, a técnica de normalização de dados que gera \(v_i = \dfrac{v_i - \overline{A}}{\sigma_A}\), dado um valor \(v_i ∈ A \), é a

Na construção de data warehouses é possível – e por vezes recomendado – que a equipe projetista considere a utilização de diversas fontes de dados. Com isso, espera-se melhorar a qualidade das análises a serem realizadas, a partir desse data warehouse.
Qual tarefa a seguir listada NÃO corresponde a uma ação de preparação de dados nessa etapa?