1503708 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: INPI

Provas:

Analista de Planejamento - TI/Desenvolvimento de Sistemas
Provas ×

Data Mining

Em relação a Data Warehouse, Data Mining e banco de dados distribuídos, julgue os itens subsequentes.

O Data Mining possibilita descobrir padrões úteis de diferentes formas. Uma delas é por meio de classificação, utilizando-se o algoritmo ID3 que recebe como entrada um conjunto de tuplas para treinamento chamado exemplos e um atributo objetivo, que permite criar árvores de decisão.

Provas

Questão presente nas seguintes provas

1503707 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: INPI

Provas:

Analista de Planejamento - TI/Desenvolvimento de Sistemas
Provas ×

Data Mining

Em relação a Data Warehouse, Data Mining e banco de dados distribuídos, julgue os itens subsequentes.

Um Data Mart pode ser considerado, na visão bottom-up, uma reunião de vários Data Mining, desde que estes sejam desenvolvidos em modelos multidimensionais (MDM).

Provas

Questão presente nas seguintes provas

1450048 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: CAIP-IMES
Orgão: EMTU

Provas:

Analista de TI - Suporte
Provas ×

Inteligência ArtificialMachine LearningTipos de AprendizadoNão Supervisionado

____________ é o nome de um projeto para aglomerados de computadores (ou Clusters) para computação paralela (suportando banco de dados ou poderosos sistemas de roteamento de pacotes), usando computadores pessoais, não especializados e, portanto mais baratos.

Provas

Questão presente nas seguintes provas

1416104 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: COVEST-COPSET
Orgão: UFPE

Provas:

Analista de TI - Banco de Dados
Provas ×

BI: Business IntelligenceOLAP e OLTP

Um modelo multidimensional construído usando tabelas e entidades relacionais é conhecido por:

Provas

Questão presente nas seguintes provas

1413141 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: UFMS
Orgão: IF-MS

Provas:

Analista de TI - Desenvolvimento
Provas ×

BI: Business IntelligenceData Warehouse

Sobre Data Warehouse (DW):

I. Granularidade é o nome dado ao nível de sumarização dos elementos e de detalhes que são disponibilizados em um DW.

II. Utilizando uma base de dados multidimensional, para alterar a perspectiva da análise da dimensão A, mais detalhada, para dimensão B, menos detalhada, basta realizar uma operação OLAP de roll up.

III. Slice é a operação que corta o cubo, mas mantém a mesma perspectiva de visualização dos dados.

IV. O processo de se explorar e analisar grandes quantidades de dados em busca de padrões para definir novos subconjuntos de dados é denominado Data mining.

Está correto que se afirma apenas em:

Provas

Questão presente nas seguintes provas

1398273 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: DECEx
Orgão: EsFCEx

Provas:

CFO-QC - Informática
Provas ×

Data Mining

Analise as afirmativas sobre a teoria de mineração de dados, colocando entre parênteses a letra V, quando se tratar de afirmativa verdadeira, e a letra F quando se tratar de afirmativa falsa. A seguir, assinale a alternativa que apresenta a sequência correta.

( ) A tarefa de agrupamento de dados consiste em agrupar um conjunto de registros em dois ou mais grupos, com base em alguma medida de semelhança ou de proximidade entre os valores dos atributos que os compõem.

( ) Na tarefa de associação os padrões de dados descobertos são apresentados na forma de regras do tipo A !$ → !$ C, onde A e C representam, respectivamente, o antecedente e o consequente da regra.

( ) Os algoritmos para construção de árvores de decisão, como o ID3 e C4.5, são utilizados na tarefa de classificação.

Provas

Questão presente nas seguintes provas

1395419 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: UFAM
Orgão: UFAM

Provas:

Analista de TI
Provas ×

BI: Business IntelligenceData Warehouse

O repositório de dados extraídos de vários bancos de dados, que serve como fonte de dados já tratados, trabalhados, transformados e catalogados, portanto, prontos para serem usados para o processamento analítico on-line ou em outras formas de análise empresarial é conhecido como:

Provas

Questão presente nas seguintes provas

1381702 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: DECEx
Orgão: EsFCEx

Provas:

CFO-QC - Informática
Provas ×

Data Mining

Analise o esquema seguinte e marque a alternativa correta que indica a regra de associação de compra cujas métricas de suporte e confiança indicam respectivamente os valores de 40% e 50%.

Considerando a teoria de mineração de dados e a tarefa de associação, a tabela abaixo ilustra algumas transações relacionadas a compras de supermercado. Os itens marcados com a letra „X" indicam a ocorrência de compra do produto a cada transação.

Provas

Questão presente nas seguintes provas

1357000 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: FUNCAB
Orgão: SESAcre

Provas:

Analista de Sistema
Provas ×

BI: Business IntelligenceOLAP e OLTP

É uma característica do OLAP, EXCETO:

Provas

Questão presente nas seguintes provas

1311462 Ano: 2013
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: MPE-MS

Provas:

Analista do Ministério Público - TI/Banco de Dados
Provas ×

BI: Business IntelligenceOLAP e OLTP

Com relação ao tema “Processamento OLAP e Datawarehouse”, analise as afirmativas a seguir.

I. As operações de Roll-Up em cubos OLAP permitem que o analista de negócios navegue entre dimensões hierárquicas, isto é de um nível mais geral para um nível mais específico.

II. As operações de Drill-Down são o inverso das operações de Roll-Up. O analista se move de um nível mais específico para níveis mais genéricos através de dimensões hierárquicas.

III. As operações de Pivot permitem que as dimensões de um cubo OLAP sejam reorganizadas, permitindo que os dados sejam apresentados da forma mais atraente possível.

Assinale: