Em relação a big data e analytics, julgue o próximo item.

Um dos três Vs de big data refere-se à variedade, que está relacionada a métodos para identificar se um conjunto de dados pode ser considerado big data.

Julgue o próximo item, relativo ao business intelligence (BI).

Um data warehouse (DW), ainda que seja não volátil — ou seja, após os dados serem inseridos nele os usuários não podem alterá-los — é variável no tempo, pois mantém um conjunto de dados históricos que oferecem suporte à tomada de decisões.

Considerando o projeto Apache Hadoop, julgue o item a seguir.

O subprojeto Sqoop atua na camada funcional de data warehouse e queries do Hadoop.

Julgue o item a seguir, relativos à tecnologia de big data e ao Hadoop.

O Hadoop consiste em um único produto, ou seja, um software monolítico, que possibilita análise de logs e outros dados da Web.

Dados ausentes são muito comuns em aplicações que envolvem preenchimentos de formulários. Para o seu tratamento estatístico, encontra-se, na literatura, uma taxonomia para o mecanismo gerador de dados ausentes que os classifica em tipos como MAR (missing at random), MCAR (missing completely at random) e MNAR (missing not at random).

Considerando essas informações, julgue o item a seguir, relativos ao tratamento de dados ausentes.

Para o tratamento estatístico de valores ausentes do tipo MCAR, é suficiente preencher com zeros as lacunas existentes em um conjunto de dados.

Sobre as técnicas de classificação em aprendizado de máquina, julgue o item a seguir.

Em razão de seu bom desempenho, o algoritmo SVM (support vector machines) é invariante à escala dimensional dos conjuntos de dados, o que torna dispensável a padronização e o pré-processamento dos dados.

Sobre processamento de dados, julgue o item a seguir.

MapReduce divide o conjunto de dados de entrada em blocos independentes que são processados pelas tarefas de mapa de uma maneira completamente paralela. Essa estrutura classifica as saídas dos mapas, as quais são, então, inseridas nas tarefas de redução.

Acerca de dashboards, julgue o item a seguir.

O conceito de dashboards não é novo e, atualmente, eles são considerados onipresentes, sendo sua característica mais distintiva as três seguintes camadas de informação: monitoramento, análise e gerenciamento.