Questão FC373087
− Após as análises descritivas, a média, a mediana, a moda e a quantidade dos dados estão de acordo com as categorias definidas?
Bancos de Dados Dimensionais
FCC · 2022
Considere que o Tribunal Regional do Trabalho utiliza o modelo de referência CRISP-DM (Cross Industry Standard Process for Data Mining).
Em um certo momento, uma equipe de Analistas está discutindo as seguintes questões relativas a um projeto:
− Qual formato de data será utilizado: dd/mm/aaaa ou mm/dd/aaaa?
− Os dados advindos das diversas fontes, relativos a um mesmo conteúdo, são compatíveis entre si?
− Os campos binários serão formatados com True e False ou terão que ser convertidos para 1 e 0?
− Após as análises descritivas, a média, a mediana, a moda e a quantidade dos dados estão de acordo com as categorias definidas?
Com base nas questões apresentadas, a equipe está trabalhando na etapa do CRISP-DM denominada
- modelagem e implantação (Modeling and Deployment).
- avaliação (Evaluation).
- entendimento do negócio (Business Understanding).
- limpeza das bases de dados (Database Cleaning).
- preparação dos dados (Data Preparation).
Mostrar resposta e comentário
Gabarito
Errado
Comentário do professor
A equipe está atuando na etapa Preparação dos Dados (em inglês, Data Preparation) do CRISP-DM. Nessa fase constrói‑se o conjunto final que será usado pela modelagem, tratando questões de formato, compatibilidade e qualidade.
Isso envolve limpeza (identificar e preencher valores ausentes, remover outliers), transformação (padronizar formatos de data, converter booleanos para 0/1 ou True/False), e integração (alinhamento semântico entre fontes). Também inclui validação estatística: checar médias, medianas, modas e contagens para garantir coerência com categorias definidas.
Essas atividades são iterativas e essenciais para que os algoritmos recebam dados consistentes, corretamente tipados e prontos para a modelagem, evitando vieses e erros decorrentes de inconsistências.
Conteúdo do catálogo FC Concursos · Atualizado em