Questões sobre Área: Geointeligência

compreensão do negócio; compreensão dos dados; preparo dos dados; modelagem; avaliação; implantação.

seleção; filtragem; agrupamento; classificação; avaliação; relatórios.

coleta; seleção; filtragem; classificação; visualização; relatórios.

organização em tabelas; criação de views; drill-up; drill-down; classificação; sumarização.

seleção; filtragem; redimensionamento; visualização; agrupamento; classificação.

a árvore de decisão terá exatamente uma regra para cada amostra das classes.

a árvore de decisão terá no mínimo uma regra para cada amostra da classe com menor número de amostras.

muitas das amostras da classe “círculo” serão classificadas como “quadrado”.

a árvore terá no mínimo duas regras para classificação completa e precisa dos dados.

o algoritmo para criação da árvore não será capaz de convergir.

Somente pode ser aplicado a dados que tenham valores positivos maiores que zero.

Requer muitas iterações usando o conjunto de dados para convergência.

O número final de grupos é determinado pelo algoritmo.

Não é sujeito a variações quando as condições iniciais são modificadas.

Sempre encontra o melhor agrupamento possível dos dados.

dados que já foram anonimizados em um processo de mineração de dados.

dados que devem obrigatoriamente ser anonimizados nas etapas finais do processo de mineração de dados.

dados que podem ser descartados por terem alta correlação com outros dados usados no processo.

dados que assumem o mesmo valor para cada registro em um banco.

dados que somente podem assumir determinados valores de um conjunto finito.

não podem ser usados com dados discretos.

as regras geradas são ortogonais aos eixos dos atributos.

seus requisitos de execução são modestos, podendo ser executados rapidamente independente do tamanho da base de dados.

podem criar várias regras semelhantes e redundantes e regras parcialmente contidas em outras.

não podem ser executados se o número de atributos for menor que o número de instâncias.