Uma das métricas mais comumente utilizadas para comparar resultados de algoritmos de clusterização é obtida por meio da fórmula (b-a)/ max(a,b), em que:
a é a distância média entre os pontos dentro de cada cluster (distância média intra-cluster) e
b é a distância média para o cluster mais próximo (distância média para os pontos do cluster mais próximo).

A métrica descrita recebe o nome de:

Para classificar os processos tramitados no TJ-AC em duas categorias (deferidos e indeferidos), um analista escolheu um algoritmo que divide os dados de entrada em duas regiões separadas por uma linha e resulta em uma simetria na classificação, de forma que o ponto mais próximo de cada classe está a uma distância d do ponto médio entre os dois grupos de classe (hiperplano). O algoritmo descrito é denominado:

O ecossistema Hadoop se refere aos vários componentes da biblioteca de software Apache Hadoop, incluindo projetos de código aberto e ferramentas complementares para armazenar e processar Big Data. Algumas das ferramentas mais conhecidas incluem HDFS, Pig, YARN, MapReduce, Spark, HBase Oozie, Sqoop e Kafka, cada uma com função específica no ecossistema Hadoop. São funções dos componentes do ecossistema Hadoop:

Naive Bayes é um método probabilístico de aprendizado de máquina que utiliza as frequências das ocorrências em uma base de dados para prever uma variável de interesse. O algoritmo a ser implementado depende da natureza dos dados manipulados. O tipo de algoritmo Naive Bayes para processar um conjunto de dados que possui apenas atributos categóricos codificados em one-hot é:

O aprendizado de máquina (do inglês, machine learning) é um conjunto de técnicas da ciência de dados que permite que os computadores usem os dados existentes para prever comportamentos, resultados e tendências. Uma das formas de classificar o aprendizado é em razão da natureza do sinal de entrada ou feedback do processo. As árvores de decisão, agrupamento e regras de associação são, respectivamente, técnicas de aprendizado de máquina:

Apache Hadoop é o principal framework utilizado no processamento e armazenamento de grandes conjuntos de dados (Big Data). No ecossistema Apache Hadoop, além dos componentes básicos, diversas ferramentas e serviços suprem necessidades de negócios, aplicações e arquitetura de dados. O sistema de agendamento de WorkFlow para gerenciar os jobs de computação distribuída do MapReduce é o:

A mineração de dados consiste na inferência de relações com base em um grande volume de dados. No que tange à mineração de dados, um algoritmo de classificação é o:

OLAP capacita os usuários a examinarem extensos conjuntos de dados de maneira ágil e adaptável, apresentando uma perspectiva multidimensional dos dados. Dentre as consultas comuns em OLAP, pode-se mencionar

A mudança de uma hierarquia (orientação) dimensional para outra tem sua realização facilitada em um cubo de dados por meio de uma técnica chamada:

Observe a seguinte arquitetura de uma solução de Business Intelligence implementada no TJ-AC.



O elemento arquitetural implementado por meio de operações OLAP, como slice, rotate, drill-down e drill-up, é o: