Em um problema de classificação é entregue ao cientista de dados um par de covariáveis, (x1, x2), para cada uma das quatro observações a seguir: (6,4), (2,8), (10,6) e (5,2). A variável resposta observada nessa amostra foi “Sim”, “Não”, “Sim”, “Não”, respectivamente.

A partição que apresenta o menor erro de classificação quando feita na raiz (primeiro nível) de uma árvore de decisão é:

Julgue o item seguinte, referente a arquiteturas e aplicações data warehouse, ETL e OLAP.

No processo de ETL, na fase de transformação os dados são padronizados, sendo transformados em um formato unificado, independentemente do seu formato de origem.

Julgue o item seguinte, referente a arquiteturas e aplicações data warehouse, ETL e OLAP.

Uma interface OLAP pode ser utilizada tanto com dados armazenados em bases de dados relacionais quanto com bases de dados multidimensionais.

Julgue o item seguinte, referente a arquiteturas e aplicações data warehouse, ETL e OLAP.

Em um data warehouse que use uma arquitetura de três camadas, a mineração de dados interage diretamente com as fontes de dados.

Julgue o item subsequente, referentes a Big Data e visualização e análise exploratória de dados.

Conhecimentos representados em banco de dados ajudam a descobrir padrões em um conjunto de regras, em equações associando diferentes variáveis ou em modelos.

Julgue o item subsequente, referentes a Big Data e visualização e análise exploratória de dados.

A análise prescritiva é empregada na análise de Big Data para relatar acontecimentos e para fazer previsões de comportamentos futuros de indivíduos e processos.

Julgue o item subsequente, referentes a Big Data e visualização e análise exploratória de dados.

As aplicações do Big Data exigem o uso de dados externos à organização para que as análises possam extrair valor dos dados e para viabilizar a percepção do seu significado.

Julgue o item subsequente, referentes a Big Data e visualização e análise exploratória de dados.

Uma vez que Big Data engloba um grande volume e variedade de dados, o atributo veracidade tem sido inserido nas premissas do conceito para avaliar a confiabilidade e a consistência dos dados da solução.

Com referência aos conceitos e técnicas de mineração de dados, julgue o item seguinte.

Em um modelo para um aprendizado supervisionado dos dados no formato de uma árvore de decisão, um algoritmo de construção da árvore busca minimizar a informação necessária para classificar os dados nas partições da árvore.

Com referência aos conceitos e técnicas de mineração de dados, julgue o item seguinte.

No aprendizado não supervisionado dos dados, usa-se uma amostra para treinamento, e os registros são colocados em agrupamentos semelhantes entre si quanto aos seus padrões.