No que se refere a bancos de dados relacionais, julgue os itens seguintes.

Uma visão (view) é uma tabela virtual baseada no resultado de uma consulta SQL, não armazena dados fisicamente e apresenta informações de uma ou mais tabelas de forma organizada e reutilizável.

No que se refere a bancos de dados relacionais, julgue os itens seguintes.

Em um banco de dados relacional, os dados são organizados em tabelas compostas por linhas e colunas, em que cada linha representa um registro único, e cada coluna, um atributo desse registro.

No que se refere a bancos de dados relacionais, julgue os itens seguintes.

Um índice, em um banco de dados relacional, funciona de forma semelhante ao índice de um livro: ele permite localizar registros de maneira muito rápida, sem a necessidade de percorrer linha por linha de toda a tabela.

A respeito da modelagem dimensional, julgue os itens que se seguem.

No modelo estrela (star schema), as tabelas de dimensão são normalizadas em múltiplos níveis, o que reduz a redundância de dados e melhora o desempenho das consultas analíticas, em comparação ao modelo floco de neve (snowflake schema).

A respeito da modelagem dimensional, julgue os itens que se seguem.

Em um data warehouse modelado dimensionalmente, a tabela fato armazena métricas numéricas do negócio e se relaciona com as tabelas de dimensão por meio de chaves estrangeiras, formando a estrutura central do modelo.

A respeito da modelagem dimensional, julgue os itens que se seguem.

Uma dimensão SCD (slowly changing dimension) do tipo 2 preserva o histórico completo de mudanças de um atributo, criando um novo registro para cada alteração, mantendo inalterado o registro anterior e permitindo análises históricas precisas.

A respeito da modelagem dimensional, julgue os itens que se seguem.

Fatos aditivos, semiaditivos e não aditivos referem-se ao mesmo tipo de medida em uma tabela fato, diferindo entre si apenas na granularidade com que foram registrados, sendo todos igualmente aplicáveis a qualquer tipo de agregação entre dimensões.

Julgue os itens subsequentes, relativos a mineração de dados.

A modelagem preditiva por regressão linear assume que existe uma relação linear entre as variáveis independentes e a variável-alvo, o que a torna adequada para qualquer tipo de dado, até mesmo séries temporais com sazonalidade acentuada e dados com relações altamente não lineares.

Julgue os itens subsequentes, relativos a mineração de dados.

Na detecção de anomalias, um ponto é considerado outlier não apenas por ter um valor absoluto extremo, mas também por apresentar um comportamento estatisticamente improvável em relação à distribuição dos demais dados, o que significa que um valor numericamente moderado pode ser uma anomalia, a depender do contexto e da distribuição da variável analisada.

Julgue os itens subsequentes, relativos a mineração de dados.

O algoritmo apriori, utilizado na geração de regras de associação, opera em duas etapas: primeiro, identifica todos os itemsets frequentes que atingem o suporte mínimo; em seguida, gera regras a partir desses itemsets, avaliando sua confiança. Seu principal gargalo de desempenho, entretanto, caracteriza-se pela necessidade de realizar múltiplas varreduras na base de dados e pelo crescimento exponencial dos itemsets candidatos em bases com muitos itens distintos.