Em um projeto de mineração de dados para um banco de varejo que deseja prever a probabilidade de inadimplência de empréstimos, são coletados dados de clientes, incluindo histórico de crédito, renda, emprego e comportamento de pagamento. Ao preparar esses dados para análise, qual dos seguintes tipos de atributos é essencial para a modelagem preditiva da inadimplência?

Uma rede de supermercados deseja melhorar suas estratégias de vendas e marketing para aumentar o valor do carrinho médio de compras. Para isso, planeja utilizar a mineração de dados para analisar o comportamento de compra dos seus clientes. Considerando os dados coletados no ponto de venda, incluindo datas, horários de compras, itens adquiridos e métodos de pagamento, qual aplicação da mineração de dados seria mais eficaz para atingir esse objetivo?

Considerando as aplicações da mineração de dados, qual das seguintes opções descreve um exemplo típico no qual a mineração de dados é aplicada para extrair conhecimento útil de grandes conjuntos de dados?

Os sistemas de bancos de dados para processamento de grafos são otimizados para armazenar e navegar em relações complexas com alta eficiência. Utilizando o Neo4j como exemplo, qual característica principal diferencia os bancos de dados de grafos de outros tipos de sistemas NoSQL?

Os sistemas de banco de dados NoSQL surgiram como uma resposta às limitações dos bancos de dados relacionais tradicionais, especialmente em contextos de Big Data e aplicações web em larga escala. Considerando as categorias de bancos de dados NoSQL, qual das seguintes opções descreve corretamente um banco de dados baseado em documentos?

O Apache Spark oferece várias bibliotecas integradas que ampliam suas capacidades para além do processamento de dados em lote. Entre essas bibliotecas, qual é projetada especificamente para simplificar o desenvolvimento de algoritmos de machine learning em larga escala?

O Apache Spark é conhecido por sua capacidade de processar grandes volumes de dados de forma eficiente, usando um modelo de processamento paralelo e distribuído. Uma das principais abstrações do Spark é o RDD (Resilient Distributed Dataset). Qual característica dos RDDs contribui diretamente para a eficiência do processamento de dados no Spark?

O modelo de programação MapReduce é essencial no ecossistema Hadoop para processamento paralelo e distribuído de grandes volumes de dados. Qual é a principal função do componente "Reduce" no modelo MapReduce?

O Apache Hadoop YARN (Yet Another Resource Negotiator) elevou o gerenciamento de recursos e agendamento de tarefas em clusters Hadoop a um novo patamar com sua arquitetura mais flexível e eficiente. Qual dos seguintes benefícios é proporcionado pelo YARN em comparação ao modelo original do Hadoop?

O Apache Hadoop é um framework que permite o processamento distribuído de grandes conjuntos de dados em clusters de computadores usando simples modelos de programação. Um de seus componentes principais é o Hadoop Distributed File System (HDFS). Qual é a principal característica do HDFS que o torna particularmente adequado para o processamento de Big Data?