Julgue o item seguinte, relativo aos conceitos de Internet das coisas (IoT).

Sistemas de IoT demandam alto poder de computação, o que torna inviável a execução de arquiteturas de baixo custo.

Julgue o item seguinte, relativo aos conceitos de Internet das coisas (IoT).

O broker MQTT é um dos hardwares mais populares empregados na arquitetura de IoT.

Julgue o item a seguir, em relação a técnicas de agrupamento, a técnicas de redução de dimensionalidade, e a processamento de linguagem natural.

Nos algoritmos aglomerativos, ocorre primeiramente a classificação de cada objeto em um grupo e, então, combinam-se os grupos com base em suas proximidades, processo repetido até que exista um cluster, que inclua todos os objetos; já nos algoritmos divisivos, todos os pontos são inicialmente considerados como grupo único, subdividido sucessivamente até que alguma regra de parada seja satisfeita.

Julgue o item a seguir, em relação a técnicas de agrupamento, a técnicas de redução de dimensionalidade, e a processamento de linguagem natural.

A análise de componentes principais (PCA) é uma técnica usada para enfatizar a variação e trazer os padrões fortes em um conjunto de dados, e pode ser utilizada para facilitar a exploração e visualização dos dados, pois permite a redução do número de dimensões de um sistema.

Julgue o item a seguir, em relação a técnicas de agrupamento, a técnicas de redução de dimensionalidade, e a processamento de linguagem natural.

Considere que se queira aplicar técnicas de processamento de linguagem natural na frase Paulo nasceu no Ceará, de forma tal que Paulo e Ceará sejam considerados, respectivamente, o nome da pessoa e o nome do local de nascimento dela. Nessa situação, é correto utilizar o NER (named entity recognition), pois, por meio da utilização do algoritmo K-means, os grupos relacionados aos termos que se deseja segmentar — no caso, pessoa e local — podem ser encontrados.

A respeito de máquinas de vetores de suporte e de avaliação de modelos de regressão, julgue o próximo item.

SVM (support vector machines) é um classificador não probabilístico que utiliza um hiperplano com margem máxima para separar dados em diferentes categorias, combina modelos lineares com técnicas de aprendizagem baseadas em instâncias e pode executar classificações lineares ou realizar classificações não lineares.

A respeito de máquinas de vetores de suporte e de avaliação de modelos de regressão, julgue o próximo item.

MSE (mean squared error) é uma medida usada para a avaliação da acurácia de modelos de classificação e representa a métrica de fidelidade de acerto de um modelo em relação ao atributo alvo (target attributes), portanto, pode ser utilizada para avaliar o desempenho de assertividade do modelo.

Acerca dos conceitos relacionados a business intelligence, julgue o item que se segue.

Na implementação do slowly changing dimension tipo 2, o valor antigo é sobrescrito pelo valor novo.

A seguir, são apresentadas as tabelas Pessoas, Processos e Partes que existem em um banco de dados: a primeira armazena dados acerca das pessoas envolvidas nos processos; a segunda armazena dados dos processos; e a terceira relaciona pessoas aos processos, com indicação do papel de cada uma (autor, réu, testemunha, etc.). Por fim, uma mesma pessoa pode estar envolvida em mais de um processo, e assumir diferentes papéis em cada um deles.

A partir das informações apresentadas, julgue o item que se segue.

A execução da consulta SQL a seguir listará todos os processos, inclusive aqueles que ainda não têm partes associadas, e exibirá o nome das pessoas e os seus respectivos papéis nos processos em que estão envolvidas.

SELECT p.numero_processo, ps.nome, pa.tipo_parte
FROM Processos p
LEFT JOIN Partes pa ON p.id_processo = pa.id_processo
LEFT JOIN Pessoas ps ON pa.id_pessoa = ps.id_pessoa

Julgue o seguinte item, relativo a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.

A utilização de gráficos de dispersão e histogramas em grandes conjuntos de dados permite visualizar a distribuição das variáveis e a correlação entre elas; a escolha das variáveis independentes e dependentes influencia a percepção de tendências e padrões.