A respeito da modelagem dimensional, julgue os itens que se seguem.

Em um data warehouse modelado dimensionalmente, a tabela fato armazena métricas numéricas do negócio e se relaciona com as tabelas de dimensão por meio de chaves estrangeiras, formando a estrutura central do modelo.

A respeito da modelagem dimensional, julgue os itens que se seguem.

Uma dimensão SCD (slowly changing dimension) do tipo 2 preserva o histórico completo de mudanças de um atributo, criando um novo registro para cada alteração, mantendo inalterado o registro anterior e permitindo análises históricas precisas.

A respeito da modelagem dimensional, julgue os itens que se seguem.

Fatos aditivos, semiaditivos e não aditivos referem-se ao mesmo tipo de medida em uma tabela fato, diferindo entre si apenas na granularidade com que foram registrados, sendo todos igualmente aplicáveis a qualquer tipo de agregação entre dimensões.

Julgue os itens subsequentes, relativos a mineração de dados.

A modelagem preditiva por regressão linear assume que existe uma relação linear entre as variáveis independentes e a variável-alvo, o que a torna adequada para qualquer tipo de dado, até mesmo séries temporais com sazonalidade acentuada e dados com relações altamente não lineares.

Julgue os itens subsequentes, relativos a mineração de dados.

Na detecção de anomalias, um ponto é considerado outlier não apenas por ter um valor absoluto extremo, mas também por apresentar um comportamento estatisticamente improvável em relação à distribuição dos demais dados, o que significa que um valor numericamente moderado pode ser uma anomalia, a depender do contexto e da distribuição da variável analisada.

Julgue os itens subsequentes, relativos a mineração de dados.

Na etapa de pré-processamento, a normalização e a padronização são técnicas distintas: a normalização muda a escala dos valores para um intervalo fixo (geralmente entre 0 e 1), enquanto a padronização transforma os dados para que tenham média zero e desvio padrão igual a 1, sendo esta segunda mais adequada quando os dados possuem outliers severos.

Julgue os itens subsequentes, relativos a mineração de dados.

A clusterização é uma técnica supervisionada de mineração de dados, pois depende de rótulos previamente definidos para agrupar os registros em clusters homogêneos, funcionando de forma similar à classificação.

Julgue os itens subsequentes, relativos a mineração de dados.

Em tarefas de classificação, ocorre overfitting quando o modelo aprende com excessiva precisão os padrões do conjunto de treinamento, incluindo o ruído, e, por isso, apresenta alta acurácia nos dados de treino, mas desempenho significativamente inferior em dados novos, evidenciando baixa capacidade de generalização.

Em relação a modelagem preditiva, aprendizado de máquina e mineração de texto, julgue os próximos itens.

As redes neurais artificiais são inspiradas no funcionamento do cérebro humano e organizam-se nas camadas de entrada, que recebe os dados brutos, ocultas (hidden layers), que extraem representações progressivamente mais abstratas, e de saída, que produz a predição final, de forma que o aumento indiscriminado de camadas sempre melhora o desempenho do modelo.

Em relação a modelagem preditiva, aprendizado de máquina e mineração de texto, julgue os próximos itens.

Em modelagem preditiva, os dados são divididos em conjuntos de treino, validação e teste: o conjunto de treino é utilizado para ajustar os parâmetros do modelo; o de validação, para comparar algoritmos diferentes, ajustar hiperparâmetros e decidir quando parar o treinamento; e o de teste, para estimar o desempenho real do modelo escolhido em dados completamente novos.