A mineração de dados está inserida no processo de descoberta de conhecimento em bases de dados, empregando diversas técnicas e métodos na execução de diferentes tarefas. Selecione

Gabarito

B

Comentário do professor

Classificação é uma tarefa de mineração de dados cuja finalidade é atribuir rótulos discretos a instâncias com base em atributos conhecidos. É um processo supervisionado, pois aprende a partir de exemplos rotulados; modelos comuns incluem árvores de decisão, Naive Bayes e SVM. A avaliação usa medidas como acurácia, precisão e recall.

Análise de Associação identifica padrões frequentes e regras do tipo “se A então B” em conjuntos de dados, sendo tipicamente não supervisionada. Produz regras com métricas como support, confidence e lift, onde por exemplo \(confidence(A\rightarrow B)=\frac{support(A\cup B)}{support(A)}\). Algoritmos conhecidos são Apriori e FP-Growth.

Ambas as tarefas são fundamentais em KDD: a classificação para prever categorias e a análise de associação para revelar relações entre itens, aplicadas respectivamente em crédito, diagnóstico e em análise de cesta de compras.