Um dos principais objetivos dos algoritmos de aprendizado de máquinas é o de estabelecer um modelo que melhor descreva as relações entre variáveis de um conjunto de dados. Em algumas situações, ao serem treinados, os modelos ajustam-se demasiadamente aos dados do conjunto, capturando até mesmo padrões relacionados aos ruídos dos dados. Esses modelos tendem a ser excessivamente complexos e a ter um mau desempenho na generalização, isto é, nas etapas em que é necessário processar novas instâncias de dados não pertencentes ao conjunto de treinamento original.

Uma maneira de mitigar esse comportamento inconveniente é usar técnicas de

A classificação de dados é uma tarefa comumente executada por meio de algoritmos de aprendizado de máquina. Uma técnica muito conhecida de classificação se dá por aprendizado supervisionado, e classifica novas instâncias de dados por associação à classe da maioria das instâncias de dados preexistentes mais próximas a elas. A avaliação dessa proximidade é baseada em normas (isto é, métricas de distância) definidas no espaço multidimensional das amostras.

Assinale a técnica de classificação que melhor se enquadra nas características descritas acima.

A mineração de dados está inserida no processo de descoberta de conhecimento em bases de dados, empregando diversas técnicas e métodos na execução de diferentes tarefas.

Assinale a opção que contém apenas tarefas de mineração de dados.

Dados são importantes elementos de apoio à tomada de decisão, sendo que algumas aplicações geram quantidade massiva e heterogênea de dados, com alta velocidade.

Para lidar com esse cenário, foi desenvolvido o seguinte modelo de programação que consiste em dividir, processar e combinar os dados em paralelo, de forma a acelerar o processamento e garantir a confiabilidade dos resultados:

O DMBOK é organizado em torno de onze Áreas de Conhecimento do Framework de Gerenciamento de Dados DAMA-DMBOK. Essas áreas abrangem o escopo e o contexto de diversos conjuntos de atividades relacionadas ao gerenciamento de dados, incorporando os objetivos e princípios fundamentais dessa disciplina.

A área de conhecimento que aborda a definição e o planejamento para a gestão dos ativos de dados, alinhando-os com a estratégia organizacional para estabelecer uma estrutura de dados eficiente, é a de

Julgue os itens subsequentes, que versam sobre Big Data e visualização e análise exploratória de dados.

Em Big Data, a análise preditiva visa recomendar ações específicas para a identificação de situações em que os resultados da análise podem ser usados para melhorar a eficiência, a eficácia e a produtividade das empresas.

Na dimensão snowflake, os dados são desnormalizados para evitar joins entre tabelas, o que diminui o tempo de consultas; no entanto, nessa dimensão, devido à repetição de dados, utiliza-se mais espaço em disco.

Julgue os itens subsequentes, que versam sobre Big Data e visualização e análise exploratória de dados.

A análise exploratória de dados favorece a identificação da melhor forma de se manipularem fontes de dados para a descoberta de padrões, identificação de anomalias, testagem de hipótese ou verificação de suposições.

Julgue os itens subsecutivos, referentes a mineração de dados.

A mineração de dados é o processo de descoberta de padrões e de outras informações valiosas de grandes conjuntos de dados.

Julgue os itens subsecutivos, referentes a mineração de dados.

Na modelagem da metodologia CRISP-DM, métodos como validação cruzada e métricas de desempenho são empregados para se avaliar o quão bem os modelos se saem em dados não vistos.