Questão FC369805
A mineração de dados é um dos principais componentes do processo de descoberta de conhecimento em bases de dados (KDD - Knowledge Discovery in Databases). Seu objetivo é extrair pa
Bancos de Dados Dimensionais
FGV · 2025
A mineração de dados é um dos principais componentes do processo de descoberta de conhecimento em bases de dados (KDD - Knowledge Discovery in Databases). Seu objetivo é extrair padrões relevantes, previamente desconhecidos, e potencialmente úteis a partir de grandes volumes de dados.
Sobre a mineração de dados, assinale a afirmativa correta.
- A mineração de dados consiste exclusivamente na coleta e no armazenamento de dados em data warehouses, não envolvendo análises ou descobertas de padrões.
- O principal objetivo da mineração de dados é remover informações redundantes antes que elas sejam carregadas em sistemas transacionais.
- A mineração de dados utiliza técnicas estatísticas, de aprendizado de máquina e inteligência artificial para identificar padrões e relacionamentos em grandes volumes de dados.
- A mineração de dados deve ser aplicada somente em bancos de dados estruturados, sendo incompatível com dados não estruturados como texto ou imagens.
- Diferentemente da análise preditiva, a mineração de dados limita-se a gerar relatórios descritivos previamente definidos por especialistas.
Mostrar resposta e comentário
Gabarito
Certo
Comentário do professor
A afirmação está correta: a mineração de dados é um conjunto de métodos que emprega técnicas estatísticas, de aprendizado de máquina e de inteligência artificial para descobrir padrões e relacionamentos em grandes volumes de dados. Essas abordagens se complementam — a estatística oferece medidas de significado e inferência, o aprendizado de máquina fornece algoritmos para classificação, regressão e agrupamento, e a IA incorpora heurísticas e modelos simbólicos quando necessário.
Na prática, a mineração realiza tarefas descritivas (ex.: agrupamento, regras de associação, detecção de outliers) e preditivas (ex.: classificação, regressão). Requer etapas de pré-processamento, seleção de atributos e validação de modelos para garantir que os padrões extraídos sejam relevantes e robustos.
Conteúdo do catálogo FC Concursos · Atualizado em