Em relação a BI (business intelligence) e à modelagem de dados, julgue os itens que se seguem.

No ETL, a qualificação de dados engloba o processo de conformidade, no qual são identificados registros repetidos.

Julgue os itens a seguir, relativos a redes neurais artificiais.

Uma rede neural feedforward se distingue das demais pela presença de uma ou mais camadas ocultas, cujos nós de computação são chamados de neurônios ocultos ou unidades ocultas, devido ao fato de que essa parte da rede neural não é vista diretamente da entrada ou saída da rede.

Julgue o item a seguir, relativo ao modelo CRISP-DM (cross industry standard process for data mining).

Compreensão do negócio, compreensão dos dados, preparação dos dados, modelagem, avaliação e implantação são as fases do modelo CRISP-DM, e, nesse modelo, as fases devem ser seguidas de maneira estritamente sequencial, sem a possibilidade de iterações ou retrocessos.

O aprendizado supervisionado analisa dados sem respostas predefinidas, identificando padrões ou categorias de forma autônoma, sem orientações específicas.

Julgue os itens a seguir, referentes a algoritmos de aprendizado de máquina.

O algoritmo K-means garante a otimização dos clusters, independentemente da inicialização dos centroides, desde que a métrica de distância utilizada seja euclidiana, e os dados estejam em um espaço vetorial de baixa dimensionalidade.

Julgue os itens a seguir, referentes a algoritmos de aprendizado de máquina.

O Naive Bayes, algoritmo de classificação probabilística eficiente no uso de dados categóricos, é indicado para aplicações de classificação de texto, tais como filtragem de spams e classificação de textos.

Julgue os itens a seguir, referentes a algoritmos de aprendizado de máquina.

O algoritmo KNN (k-nearest neighbors) é um modelo supervisionado de aprendizado de máquina que realiza previsões classificando uma nova amostra com base na maioria dos votos de seus K vizinhos mais próximos, definidos por uma métrica de distância.

Uma equipe de mineração deseja analisar a distribuição do teor de minério em uma amostra coletada. O código a seguir utiliza a biblioteca matplotlib do Python para criar um histograma dos teores coletados.

import matplotlib.pyplot as plt

# Dados de teores de minério (%)
teores = [0.5, 0.7, 1.2, 1.5, 1.8,
          2.0, 2.2, 2.5, 2.8, 3.0,
          3.5, 4.0, 4.2, 4.5, 5.0,
          5.5, 6.0, 6.5, 7.0, 7.5]

# Criação do histograma
plt.hist(teores, bins=5, edgecolor='black')
plt.xlabel('Teor de Minério (%)')
plt.ylabel('Frequência')
plt.title('Distribuição do Teor de Minério')
plt.show()

Com base no código precedente, julgue o item a seguir.

O parâmetro bins = 5, no código em apreço, especifica que o histograma terá exatamente cinco barras, com o mesmo número de dados em cada barra.

O uso da Internet das Coisas contribui para o aumento da visibilidade da demanda.

A regressão é o método de data mining usado para prever valores contínuos como, por exemplo, previsão de vendas, preços de ações, identificação de transações fraudulentas, entre outros.