Questão FC374648
Mineração de dados (Data Mining) pode ser definido como o processo de analisar bases de dados de grande porte, a fim de descobrir informações por meio de consultas. Tendo em vista
Bancos de Dados Dimensionais
Instituto Consulplan · 2024
Mineração de dados (Data Mining) pode ser definido como o processo de analisar bases de dados de grande porte, a fim de descobrir informações por meio de consultas. Tendo em vista as fases do processo de KDD (Knowlegde Discovery in Databases, descoberta de conhecimento nos bancos de dados) utilizado em Data Mining, marque V para as afirmativas verdadeiras e F para as falsas.
( ) Mineração de dados: fase responsável pela escolha dos algoritmos a serem aplicados para a descoberta de informações. Essa escolha depende fundamentalmente dos objetivos do processo de KDD.
( ) Preparação dos dados: nessa fase, os dados necessários para a solução de um problema são selecionados na base de dados. Essa etapa inicia-se a partir do agrupamento organizado de uma grande quantidade de dados de uma ou mais bases de dados, selecionando somente aqueles que são relevantes.
( ) Limpeza dos dados: essa fase consome grande parte do esforço necessário para todo o processo devido à dificuldade de integrar bases de dados heterogêneas.
( ) Interpretação: ao final do processo, o sistema de mineração de dados gera um relatório das descobertas, que passa então a ser interpretado por analistas de mineração. Somente após essa interpretação obtém-se o conhecimento.
A sequência está correta em
- V, V, V, V.
- V, F, V, F.
- F, V, F, V.
- F, F, F, F.
Mostrar resposta e comentário
Gabarito
A
Comentário do professor
A sequência V, V, V, V está correta porque descreve, de forma concisa, etapas reais do processo de KDD aplicado à mineração de dados.
Preparação dos dados: envolve a seleção e extração dos registros relevantes de uma ou mais fontes, visando formar o conjunto que será analisado. Aqui definem‑se variáveis e subconjuntos adequados ao objetivo.
Limpeza dos dados: etapa de pré‑processamento que corrige inconsistências, trata valores ausentes, remove duplicatas e padroniza formatos — demanda grande esforço quando há bases heterogêneas.
Mineração de dados: fase em que se aplicam algoritmos (classificação, regressão, clusterização, regras de associação, etc.) escolhidos conforme os objetivos para descobrir padrões.
Interpretação: os padrões encontrados são avaliados e traduzidos em conhecimento útil para a tomada de decisão; só após essa interpretação o resultado torna‑se aplicável.
Conteúdo do catálogo FC Concursos · Atualizado em