Com relação a soluções de suporte à decisão, julgue os itens subsecutivos.
Data mining utiliza diversos tipos de padrões e técnicas para descobrir o conhecimento em base de dados. Eles são provenientes, automaticamente, do banco de dados e não há interação manual na descoberta de novos tipos de padrões.
Julgue os itens subsequentes, a respeito de sistemas de suporte à decisão.
A fase de modelagem de um data mining agrega a seleção e aplicação das técnicas sobre os dados selecionados. Inúmeras técnicas podem ser empregadas para obtenção de padrões úteis, como por exemplo, a PMML (predictive model markup language), que objetiva, via schemas XML, a definição para modelos encontrados em associações, modelos de regressão e clustering.
Em relação às soluções existentes para o problema de tomada de decisão nas organizações, julgue os itens a seguir.
Algumas das principais técnicas utilizadas para a realização de Datamining são: estatística, aprendizado de máquina, datawarehouse e recuperação de informações.
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.
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).
São aspectos motivadores da Mineração de Dados:
A Mineração de Dados é
Acerca de conceitos básicos, arquiteturas e aplicações de data warehouse e datamining e técnicas de modelagem e otimização de bases de dados multidimensionais, julgue os itens que se seguem.
Em datamining, o uso de holdout induz o modelo de classificação a partir do conjunto de treinamento, e seu desempenho é avaliado no conjunto de teste. Quanto menor o conjunto de treinamento, maior a variância do modelo; no entanto, se o conjunto de treinamento for grande demais, a precisão estimada calculada a partir do conjunto menor é menos confiável.
No que se refere a data mining e sistemas de suporte a decisão, assinale a opção correta.
Identifique, dentre os itens abaixo, os que podem ser utilizadas por processos e sistemas de data mining.
1. Criptografia assíncrona
2. Inteligência artificial
3. Machine learning
4. Estatística
5. Algoritmos genéticos
Assinale a alternativa que indica todos os itens corretos.
