MINERACAO DE DADOS

A computação clássica e a ciência de dados diferem na forma como tratam o relacionamento entre entradas e saídas. Considerando o exemplo de cálculo de média e o de previsão de preço de imóveis, qual afirmação descreve corretamente essa diferença?

• Na computação clássica, a função é descoberta a partir dos dados, enquanto na ciência de dados a função é totalmente conhecida de antemão.

• Na ciência de dados, o foco é escrever algoritmos determinísticos, enquanto na computação clássica se busca modelar funções a partir de exemplos históricos.

• Na computação clássica, a função é previamente definida pelo programador, enquanto na ciência de dados ela é inferida a partir de dados de entrada e saída.

• Ambas as abordagens partem da mesma premissa de função conhecida, mas diferem apenas no nível de automação do processo computacional.

Answer explanation

A computação clássica opera com funções conhecidas, como F(x1, x2) = (x1+x2)/2, enquanto a ciência de dados busca descobrir a função f que aproxima a relação entre X e Y usando técnicas de modelagem

No contexto da modelagem em ciência de dados, o termo ε (épsilon) é incluído na expressão Y = f(X) + ε. Qual é o significado mais preciso desse termo?

• Representa a constante de regularização utilizada para evitar overfitting do modelo.

• Representa o erro ou ruído, isto é, a parte da variação de Y não explicada pelo modelo f(X).

• Indica a taxa de aprendizado aplicada no processo iterativo de ajuste do modelo.

• Define a margem mínima de erro aceitável para validação estatística.

Answer explanation

ε representa o erro ou ruído inerente aos dados, que corresponde à parcela não explicada pelo modelo, sendo inevitável na maioria das aplicações

O termo “mineração de dados” foi cunhado como alusão a qual processo?

• Extração de petróleo em reservatórios complexos.

• Escavação e separação de minerais preciosos de uma mina, utilizando ferramentas adequadas.

• Perfuração de poços artesianos para obtenção de água potável.

• Seleção natural de espécies em um ecossistema.

Answer explanation

Assim como na mineração física, onde se extraem minerais de valor de uma mina, a mineração de dados explora uma base de dados (mina) usando algoritmos (ferramentas) para extrair conhecimento útil

Segundo a definição apresentada, qual é a ordem correta do processo de transformação dos dados brutos até a geração de valor para tomada de decisão?

• Dados → Conhecimento → Informação

• Informação → Dados → Conhecimento

• Dados → Informação → Conhecimento

• Conhecimento → Dados → Informação

Answer explanation

Os dados são símbolos sem significado; quando agregam significado tornam-se informação; e quando possibilitam decisões, transformam-se em conheciment

No processo de descoberta de conhecimento em bases de dados (KDD), a mineração de dados (Data Mining) é:

• A fase inicial, responsável por coletar dados brutos de múltiplas fontes.

• A única fase do KDD, responsável por todas as atividades desde a coleta até a interpretação dos resultados.

• Uma das fases do KDD, especificamente dedicada à aplicação de algoritmos para identificar padrões e relações nos dados.

• A fase final, focada exclusivamente na interpretação e assimilação dos padrões encontrados.

Answer explanation

O KDD é um processo amplo, e a mineração de dados é apenas uma das fases, centrada na aplicação de algoritmos analíticos

O modelo SECI, desenvolvido por Nonaka e Takeuchi, descreve quatro modos de conversão do conhecimento. Considerando as definições apresentadas, qual alternativa representa corretamente o modo denominado “Externalização”?

• Conversão de conhecimento tácito em conhecimento tácito por meio da observação e prática conjunta.

• Transformação de conhecimento tácito em conhecimento explícito, por meio de metáforas, modelos ou documentação formal.

• Combinação de múltiplas fontes de conhecimento explícito para formar um novo conhecimento.

• Incorporação de conhecimento explícito ao conhecimento tácito por meio de repetição e aplicação prática.

Answer explanation

A externalização é o processo de converter o conhecimento tácito (experiência, habilidades) em explícito (documentos, modelos, manuais), permitindo sua comunicação e registro

No processo KDD, a fase de “Seleção” desempenha um papel crítico. Qual é a melhor descrição dessa etapa?

• Responsável por aplicar algoritmos de mineração sobre um subconjunto de dados já normalizados.

• Consiste em identificar e escolher o conjunto de dados que participará da análise, considerando sua relevância e qualidade.

• Etapa voltada exclusivamente para a padronização de atributos em uma mesma escala numérica.

• Processo de integração de fontes de dados distintas em um único repositório centralizado.

Answer explanation

A seleção consiste em determinar quais dados serão usados na análise, impactando diretamente a qualidade e relevância dos resultados obtidos

A normalização é parte do pré-processamento no KDD. Qual é o propósito fundamental dessa técnica?

• Reduzir o tamanho do conjunto de dados, mantendo apenas atributos de maior importância estatística.

• Converter dados discretos em contínuos para facilitar a aplicação de algoritmos de mineração de dados.

• Ajustar atributos para uma escala comum, evitando que variáveis com magnitudes diferentes dominem o processo de modelagem.

• Eliminar registros duplicados e corrigir inconsistências no conjunto de dados.

Answer explanation

A normalização padroniza a escala dos atributos, garantindo que cada variável tenha influência proporcional na construção do modelo

Um Data Warehouse (DW) é considerado pilar da inteligência de negócios. Qual alternativa descreve corretamente sua função principal?

• Servir como repositório único para armazenamento temporário de dados transacionais ainda não processados.

• Centralizar, organizar e consolidar dados oriundos de múltiplas fontes, padronizando-os para análise estratégica e suporte à decisão.

• Hospedar exclusivamente dados estruturados provenientes de sistemas de ERP e CRM.

• Operar como um sistema paralelo aos bancos de dados transacionais, sem realizar integração ou transformação dos dados.

Answer explanation

O DW integra dados de várias origens, aplica processos ETL e fornece uma base padronizada para consultas e análises estratégicas

Dentro da arquitetura de um Data Warehouse, o processo ETL (Extract, Transform, Load) é essencial. Qual das opções abaixo explica corretamente suas etapas?

• Extrair dados de fontes, transformar dados em relatórios, carregar dados diretamente em dashboards.

• Extrair dados brutos, transformá-los para garantir consistência e aplicabilidade, e carregá-los no repositório central.

• Extrair dados limpos, transferi-los para armazenamento temporário, listar resultados para consultas.

• Extrair atributos selecionados, traduzir códigos para linguagem SQL, carregar resultados em relatórios.

Answer explanation

O ETL envolve a extração de dados brutos, a transformação (padronização, limpeza, aplicação de regras) e o carregamento no Data Warehouse