Analisando as seguintes afirmativas sobre algoritmos de mineração de dados (data mining),

I. Podem ser utilizados durante o processo de descoberta de conhecimento em bancos de dados.

II. O algoritmo ID3 é considerado uma evolução do algoritmo C4.5 e muito utilizado em mineração de dados.

III. No contexto de mineração de dados, o objetivo da fase de pré-processamento é otimizar a execução; sendo assim, uma fase pouco relevante e raramente executada.

IV. Dentre as principais tarefas da mineração de dados, estão: classificação e predição, agrupamento, análise de outlier, associações, padrões frequentes e visualização.

verifica-se que está(ão) correta(s)

Analisando as seguintes afirmativas sobre banco de dados temporais,

I. Dadas as suas características, toda solução de data warehouse possui um banco de dados temporal;

II. são exemplos de tipos de dados temporais presentes na SQL2;

III. Consultas em bancos de dados temporais podem ser especificadas na linguagem TSQL, uma extensão da linguagem SQL;

IV. Não é possível incorporar a noção de tempo dos bancos de dados temporais em um SGBD relacional tradicional.

verifica-se que está(ão) correta(s)

Dadas as seguintes sentenças,

I. A tecnologia OLAP é útil para a materialização de visões agregadas.

II. A tecnologia ROLAP consegue manipular uma grande quantidade de dados, sendo limitado pelo banco de dados relacional subjacente.

III. Apesar de ter um excelente desempenho, uma desvantagem da tecnologia MOLAP é que ele é limitado em relação à quantidade de dados que pode manipular.

IV. Aplicações do tipo OTLP se caracterizam por serem aplicações cliente/servidor que dão aos usuários acesso direto à informação.

verifica-se que

Na frase seguinte,

“O MOLAP é um OLAP baseado no acesso a um banco de dados multidimensional. O ROLAP é um OLAP baseado no acesso a um banco de dados relacional. HOLAP é um OLAP situado entre o ROLAP e o MOLAP e acessa o Multidimensional e o Relacional.”

pode-se concluir que

No contexto de data warehouse, dadas as afirmativas seguintes,

I. OLTP é responsável pela análise dos dados para a geração de conhecimento. Por essa razão, é utilizado principalmente por gestores para orientar a tomada de decisão.

II. Mineração de dados (data mining) é uma das principais etapas do processo de descoberta de conhecimento, que pode ser executado por um data warehouse. Porém, os algoritmos de data mining não são capazes de processar grandes volumes de dados.

III. Em um processo de data warehouse cada dimensão representa um ponto de vista que pode guiar a fase de análise dos dados e descoberta de conhecimento. Em um data warehouse, é possível definir um número qualquer de dimensões.

IV. Devido ao elevado processamento de consultas, normalmente os data warehouses possuem algumas tabelas que não atendem à terceira forma normal.

verifica-se que estão corretas

Analisando as seguintes afirmativas sobre data warehousing,

I. A principal limitação dos data warehouses consiste no fato de não poder definir mais de quatro dimensões.

II. Após o esforço inicial para a implantação de um data warehouse, a sua administração é considerada uma tarefa extremamente simples.

III. Uma das principais características de um data warehouse é o fato de ele ter uma visão conceitual multidimensional.

IV. Datamart é o nome dado a um conjunto de dados do data warehouse, customizados para atender a necessidades de análises específicas de uma área ou processo do negócio da empresa.

verifica-se que estão corretas