Questão FC369824
Data Mining é o processo de explorar grandes conjuntos de dados para identificar padrões, tendências e informações valiosas que não são imediatamente evidentes. Utiliza técnicas de
Bancos de Dados Dimensionais
FGV · 2024
Data Mining é o processo de explorar grandes conjuntos de dados para identificar padrões, tendências e informações valiosas que não são imediatamente evidentes. Utiliza técnicas de estatística, aprendizado de máquina e análise de dados para extrair conhecimento útil a partir de dados brutos. No contexto de Data Mining, a seguinte técnica é mais adequada para descobrir padrões ocultos em grandes conjuntos de dados categóricos sem a necessidade de rótulos de classe:
- Regressão Linear.
- Análise de Componentes Principais (PCA).
- K-means.
- Apriori.
- Support Vector Machine (SVM).
Mostrar resposta e comentário
Gabarito
D
Comentário do professor
Apriori é um algoritmo de mineração de regras de associação projetado para descobrir padrões ocultos em conjuntos de dados categóricos, especialmente em transações (ex.: market basket). É uma técnica unsupervised, pois não necessita de rótulos de classe; busca combinações frequentes de itens e, a partir delas, gera regras que revelam relações significativas.
O método trabalha em duas etapas principais: identificar itemsets frequentes com suporte mínimo e, em seguida, derivar regras com confiança mínima. O suporte de um itemset é \(support(X)=\frac{freq(X)}{N}\) e a confiança de uma regra \(A\rightarrow B\) é \(confidence(A\rightarrow B)=\frac{freq(A\cup B)}{freq(A)}\).
Apriori usa a propriedade anti-monotonia para podar candidatos: se um itemset não é frequente, seus supersets também não serão, reduzindo o custo computacional. É amplamente usado para descobrir associações úteis em grandes bases categóricas.
Conteúdo do catálogo FC Concursos · Atualizado em