O Business Intelligence (BI) é uma abordagem estratégica que combina dados, tecnologia e metodologias analíticas para suportar a tomada de decisão. Acerca do tema, marque (V), para as afirmativas verdadeiras, e (F), para as falsas.

(__) Ferramentas de BI permitem a integração de dados provenientes de diferentes fontes, como bancos de dados transacionais, planilhas e APIs, para análise centralizada.

(__) Um dos principais objetivos do BI é prever eventos futuros com base em padrões históricos, utilizando técnicas como aprendizado de máquina e algoritmos preditivos.

(__) A implementação de BI nas organizações requer apenas a instalação de ferramentas tecnológicas, não havendo necessidade de alterações nos processos de negócios existentes.

(__) BI estratégico inclui a criação de dashboards interativos e relatórios customizáveis para fornecer insights específicos a diferentes níveis organizacionais.

A sequência está correta em:

O processo de ETL (Extração, Transformação e Carga) é fundamental para integrar dados provenientes de diferentes fontes em um data warehouse, viabilizando análises e tomada de decisões baseadas em informações consolidadas. Acerca do ETL, marque (V), para as afirmativas verdadeiras, e (F), para as falsas.

(__) O processo de transformação no ETL inclui atividades como limpeza, deduplicação e normalização dos dados para adequá-los ao modelo de destino.

(__) A etapa de extração no ETL sempre envolve a transferência de dados em tempo real, diretamente das fontes para o destino final.

(__) A etapa de carga no ETL pode ser realizada de forma incremental ou total, dependendo das exigências do negócio e da natureza dos dados.

(__) O ETL é projetado para suportar dados de fontes heterogêneas, como sistemas transacionais, APIs e arquivos estruturados, consolidando-os em um único repositório.

A sequência está correta em:

Com relação à informática aplicada à estatística, julgue os itens a seguir.

Na biblioteca magrittr da linguagem R, os operadores %>% e %<>% realizam exatamente a mesma operação.

Julgue os próximos itens, relativos à avaliação de modelos.

A IA generativa é capaz de criar conteúdos novos, como textos, imagens, músicas e vídeos, além de resolver problemas inéditos com base em conhecimentos prévios, permitindo gerar novos artefatos realistas em escala, sem repeti-los.

Com relação à informática aplicada à estatística, julgue os itens a seguir.

Uma matriz esparsa pode ser representada por um dicionário.

Com relação à informática aplicada à estatística, julgue os itens a seguir.

Se, em uma simulação, for necessário preencher um vetor grande, será mais eficiente usar a linguagem R para alocar e preencher o vetor inteiro, em vez de criar um vetor unitário e redimensioná-lo.

A PDPJ-Br funciona como modelo de convergência, sendo provida por um marketplace de soluções, e deve adotar, obrigatoriamente, entre outros conceitos, soluções adaptáveis ao uso de ferramentas de aprendizado de máquina (machine learning) e de inteligência artificial, com a utilização preferencial de tecnologias com código aberto (open source).

Julgue os próximos itens, relativos à avaliação de modelos.

Considere que os três gráficos identificados por #1, #2 e #3 a seguir representem resultados de modelos de classificação em uma base de treinamento com dados de uma agência bancária e que neles a linha separe duas situações: indicativo de não pagamento de empréstimo e indicativo de pagamento de empréstimo. Com base nessas informações e nos gráficos apresentados, é correto afirmar que #1 é o modelo mais simples e performático com baixo viés, o modelo #2 tem acurácia média e alto viés e #3 é o modelo ideal, em comparação aos demais, pois tem alto viés e alta acurácia.

Julgue os próximos itens, relativos à avaliação de modelos.

Considere que o gráfico a seguir descreva o resultado de três modelos de regressão logística distintos e que os resultados de AUC para os modelos referentes às curvas A, B e C sejam, respectivamente, 0,91, 0,77 e 0,59. A partir dessas informações, é correto afirmar que o modelo relativo à curva A é o melhor para classificar corretamente os dados presentes no conjunto de dados utilizado, ainda que o modelo relativo à curva C tenha obtido o menor valor.

O algoritmo Naive Bayes poderia ser utilizado na análise dos dados de A e B.