No que se refere à qualidade e visualização de dados, julgue o item a seguir.

A discretização de frequência igual divide os dados de modo que cada intervalo tenha aproximadamente o mesmo número de valores.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

O tratamento de dados ausentes é prescindível, pois muitos algoritmos de aprendizado de máquina funcionam bem com dados incompletos.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Matching, ou correspondência de dados, é o processo de identificação de registros que se referem ao mesmo item na mesma fonte de dados.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Outliers podem ser resultantes de erros de medição, entrada de dados ou processamento de dados, ou amostragem não representativa.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Para a identificação de outliers, deve-se calcular o intervalo interquartil (IQR) e identificar dados que estão a mais de 1,5 vezes o IQR abaixo do primeiro quartil ou acima do terceiro quartil.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

A pseudonimização é uma técnica de desidentificação de dados que consiste na remoção completa de identificadores pessoais, tornando impossível a identificação do titular dos dados.

Acerca da governança de dados, julgue o item seguinte.
Os dados mestres armazenam informações essenciais sobre tabelas, incluindo sua definição e localização físicas, além de permitirem a adição de atributos relevantes aos negócios e o monitoramento das mudanças nos dados ao longo do tempo.

A respeito de análise exploratória de dados, julgue o item a seguir.

Um dado anômalo, ou outlier, é um valor que se destaca significativamente dos demais em um conjunto de dados e pode ser identificado visualmente por meio do gráfico boxplot.

A respeito de análise exploratória de dados, julgue o item a seguir.

Na análise exploratória de dados, é comum categorizar os valores não numéricos como variáveis qualitativas, que podem ser subdivididas em discreta, como raça e cor, e em ordinal, como tamanho de uma roupa ou classe social.

Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.

Os data warehouses são orientados por assunto, variáveis no tempo e não voláteis, no entanto, eles não são a melhor opção para o armazenamento de dados históricos.