Questões sobre Data Mining

Considere que o Tribunal Regional do Trabalho utiliza o modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining). Em um certo momento, uma equipe de Analistas está discutindo as seguintes questões relativas a um projeto:
? Qual formato de data será utilizado: dd/mm/aaaa ou mm/dd/aaaa?
? Os dados advindos das diversas fontes, relativos a um mesmo conteúdo, são compatíveis entre si?
? Os campos binários serão formatados com True e False ou terão que ser convertidos para 1 e 0?
? Após as análises descritivas, a média, a mediana, a moda e a quantidade dos dados estão de acordo com as categorias definidas?
Com base nas questões apresentadas, a equipe está trabalhando na etapa do CRISP-DM denominada

Leia o fragmento a seguir.
“A tarefa de detecção de anomalias é um caso particular de problema de _____, onde a quantidade de objetos da classe alvo (anomalia) é muito inferior à quantidade de objetos da classe normal e, adicionalmente, o custo da não detecção de uma anomalia (_____) é normalmente muito maior do que identificar um objeto normal como uma anomalia (_____)”
Assinale a opção cujos itens completam corretamente as lacunas do fragmento acima, na ordem apresentada. 

Com relação ao algoritmo de K-Means, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) Consiste em fixar k centroides de modo quadrático, sendo um para cada novo cluster.
( ) Associa cada indivíduo ao centroide do seu vizinho, obtido pelo cálculo da minimização da soma quadrática das distâncias entre os dados e os centroides mais próximos.
( ) Recalcula os centroides com base nos indivíduos classificados.

As afirmativas são, na ordem apresentada, respectivamente, 

Uma regra de associação utilizada em mineração de dados é uma expressão de implicação no formato X ? Y, onde X e Y são conjuntos disjuntos de itens, onde X ? Y = Ø. A força de uma regra de associação pode ser medida em termos do seu suporte (sup) e confiança (conf).

Assinale a opção que apresenta a definição formal da métrica confiança.

Leia o fragmento a seguir.

“Atualmente, no contexto do Big Data e Data Analytics, faz-se referência às características enunciadas por pesquisadores e produtores de soluções como sendo um conjunto de cinco Vs. Originalmente, a definição clássica de Big Data fez referência a três Vs fundamentais: _____, _____ e _____ de dados que demandam formas inovadoras e rentáveis de processamento da informação, para melhor percepção e tomada de decisão.”

Assinale a opção cujos itens completam corretamente as lacunas do fragmento acima, na ordem apresentada.