A descoberta de conhecimento em base de dados é caracterizada como um processo composto por várias etapas operacionais: o pré-processamento, a mineração de dados e o pós- processam

Gabarito

D

Comentário do professor

A descoberta de associações é uma tarefa típica da etapa de mineração de dados cujo objetivo é identificar padrões frequentes e relações do tipo "se A então B" entre atributos ou itens em grandes bases.

Ela gera regras de associação que descrevem dependências observadas nos dados; essas regras são úteis para prever comportamento ou para suporte à decisão em marketing, fraude, recomendação etc.

As medidas principais que avaliam essas regras são: support, confidence e lift, definidas por exemplo como \(support(A\rightarrow B)=P(A\land B)\) e \(confidence(A\rightarrow B)=P(B\mid A)=\dfrac{P(A\land B)}{P(A)}\).

Algoritmos como Apriori e FP‑growth executam a busca por conjuntos frequentes; a etapa concentra-se, portanto, na extração automática desses padrões a partir dos dados preparados.