O Apache Hadoop é um framework de software de código aberto projetado para processamento distribuído de grandes conjuntos de dados. Qual componente é responsável pelo armazenamento distribuído de dados no Apache Hadoop?

Analise as afirmativas a seguir:

I. São aplicações que utilizam as funcionalidades dos Sistemas Gerenciadores de Banco de Dados: Sistemas de gestão empresarial (ERP), Sistemas de gestão de relacionamento com clientes (CRM), Protocolo de Configuração Dinâmica para uma Rede de Computadores (DHCP), Business Intelligence (BI).
II. São tipos de Sistemas Gerenciadores de Banco de Dados: SGBD Relacional, modelo que organiza dados e tabelas relacionadas entre si; SGBD Orientada a Objetos, modelo usado para objetos complexos como jogos e simulações; SGBD Hierárquico, modelo que organiza dados em formato de árvore; SGBD em Memória, modelo que permite alta velocidade de acesso aos dados que ficam armazenados na memória principal do computador.

Marque a alternativa CORRETA:

Acerca dos tipos de computadores, do Microsoft Word 2016 e do aprendizado de máquina, julgue o item.

O aprendizado de máquina pode ser definido como uma técnica de ciência de dados que permite que os computadores usem os dados existentes para prever futuros comportamentos, resultados e tendências.

Acerca dos tipos de computadores, do Microsoft Word 2016 e do aprendizado de máquina, julgue o item.

O aprendizado não supervisionado é uma área da inteligência artificial que envolve o uso de algoritmos para encontrar padrões ocultos em conjuntos de dados rotulados.

Acerca dos Sistemas Gerenciadores de Banco de Dados(SGBD) PostgreSQL, Oracle e MySQL e da visualização e da análise exploratória de dados, julgue o item.

Na visualização e na análise exploratória de dados, os gráficos de dispersão são ideais para examinar a relação entre duas variáveis quantitativas e identificar possíveis correlações entre elas.

Avalie se a ingestão de dados é um processo que consiste em:

I. Extrair dados de uma fonte e carregá-los no destino, sem qualquer transformação.
II. Extrair dados de uma fonte, transformá-los de acordo com as necessidades do sistema e carregá-los no destino.
III. Transformar dados de uma fonte de acordo com as necessidades do sistema e carregá-los no destino.

Está correto apenas o que se apresenta em

Identificar o tipo de dados ausentes é crucial para se encontrar soluções que os resolvam.

Avalie se os dados ausentes são categorizados como

I. MCAR. Valores ausentes completamente aleatórios.
II. Valores ausentes aleatórios.
III. MICE. Valores ausentes usando imputação múltipla usando equações encadeadas.

Está correto o que se apresenta em

A Visão Computacional (CV) é um subdomínio da inteligência artificial (IA) que treina o sistema para identificar e interpretar o mundo visual. CV envolve várias tarefas importantes, como modelagem de cena tridimensional, geometria de câmera multimodelo, correspondência estéreo baseada em movimento, processamento de nuvem de pontos, estimativa de movimento e muito mais.

Avalie se as três etapas básicas envolvidas nesse processo são as seguintes:

I. Aquisição da imagem.
II. Processamento da imagem.
III. Segmentação da imagem.

Está correto o que se apresenta em

MapReduce é um framework de processamento paralelo para clusters inspirado em programação funcional, que teve seu artigo seminal publicado em 2004 no artigo : “MapReduce: Simplified Data Processing on Large Clusters”.

Com relação à tecnologia MapReduce, assinale V para a afirmativa verdadeira e F para a falsa.

( ) A ideia principal do MapReduce é dividir e processar tarefas e depois juntar as informações, o que permite dividir um grande problema em vários pedaços e distribuí-los em diversos computadores.
( ) Os principais passos correspondem a: (i) Input split, onde a entrada é dividida em várias partes, onde cada parte será consumida por um Map; (ii) Map, onde é criada uma lista de pares chave-valor; (iii) Shuffling , onde se classifica e agrupa a saída da etapa anterior para servir de entrada para a seguinte; (iv) Reduce, onde se processa a saída da etapa anterior e se agregam as informações; (v) Output, quando as informações são retornadas.
( ) As principais características do MapReduce se referem a esconder os detalhes do processamento em série, tolerância a falhas, otimização de localidade e balanceamento de memória, que resultam em modelo fácil de usar, mesmo para programadores sem experiência com sistemas paralelos e distribuídos.


As afirmativas são, respectivamente,