FC ConcursosFC Concursos

Questão FC546343

A visualização de dados é uma etapa fundamental para compreender grandes volumes de informações e identificar padrões relevantes no contexto de Data Mining e Big Data. Em relação à

Bancos de Dados Dimensionais

FUNDATEC · 2025

A visualização de dados é uma etapa fundamental para compreender grandes volumes de informações e identificar padrões relevantes no contexto de Data Mining e Big Data. Em relação às principais técnicas de visualização de dados, é correto afirmar que:

  1. Mapas de calor (Heatmaps) são úteis para identificar relações quantitativas entre variáveis, mostrando a intensidade dos valores com cores diferentes em uma matriz.
  2. Word clouds é uma técnica de visualização ideal para representar séries temporais complexas.
  3. Gráficos de linha são mais eficazes na representação de dados categóricos e discretos do que gráficos de barras.
  4. Dashboards dinâmicos são menos eficazes em Big Data por não permitirem a atualização em tempo real de informações.
  5. Diagramas de dispersão (Scatter Plots) são usados exclusivamente para representar a distribuição de uma única variável em grandes datasets.
Mostrar resposta e comentário

Gabarito

A

Comentário do professor

Mapas de calor (Heatmaps) representam dados numa matriz em que cada célula recebe uma cor proporcional ao valor que contém. Cores mais quentes indicam valores maiores e cores mais frias indicam valores menores, facilitando a visualização da intensidade num conjunto de dados.

Esse formato é especialmente útil para identificar relações quantitativas entre variáveis, pois permite localizar rapidamente padrões, concentrações e anomalias em grandes tabelas ou em matrizes de correlação.

Em análises de Data Mining e Big Data, heatmaps ajudam a comparar múltiplas variáveis simultaneamente, evidenciar regiões de interesse (hotspots) e orientar etapas posteriores, como clustering ou modelagem.

Para interpretação correta, recomenda-se aplicar escalonamento ou normalização e escolher uma escala de cores adequada (sequencial ou divergente) conforme a natureza dos dados.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo