O analista Igor está explorando diversos dados sobre transações financeiras disponíveis no ambiente de big data da CVM. Para apoiar suas análises, Igor quer visualizar os dados em gráficos. Para analisar tendências, Igor deve usar o gráfico do tipo:

Maria, analista de mercado da CVM, precisa analisar milhares de negociações financeiras para obter insights e tomar decisões ao longo do dia. Maria apresentou a demanda para Tiago, o arquiteto de big data da CVM. Para processar as negociações financeiras como uma sequência de eventos no tempo, agrupando e filtrando os dados à medida que são capturados, o componente da arquitetura de big data que Tiago deve desenvolver é o:

O resultado da aplicação de um algoritmo de Aprendizado de Máquina é um modelo que será usado para realizar predições. Quanto melhor o modelo gerado, mais precisas serão as predições. A precisão ou a acurácia de um modelo de Aprendizado de Máquina é medida por meio do método:

Para desenvolver uma aplicação de Processamento de Linguagem Natural (PLN), é necessário realizar tarefas de pré-processamento no corpus de entrada, como a separação do texto em palavras.

Observe a execução do seguinte fragmento de uma tarefa de PLN:

• Entrada: “Bia é uma forte candidata do concurso da CVM.”
• Saída: quantidade de unidades linguísticas = 14

A tarefa de PLN que faz a separação do texto em unidades linguísticas mínimas é a:

Extrair conhecimento útil ou insights de dados massivos é um dos maiores desafios enfrentado pelos cientistas de dados. Uma das principais tarefas utilizadas para diminuir a complexidade desses dados é reduzir sua dimensionalidade preservando as características (features) mais importantes. No ciclo de vida de ciência de dados, a tarefa de redução de dimensionalidade dos dados é executada na fase:

Relacione os algoritmos populares listados a seguir, às suas respectivas definições.

1. Algoritmos de classificação

2. Algoritmos de clustering

3. Algoritmos de gradient boosting

4. Algoritmos de regressão linear

( ) Usam cálculos preditivos para atribuir dados a categorias predefinidas.

( ) mostram ou preveem a relação entre duas variáveis ou dois fatores ajustando uma linha reta contínua aos dados.

( ) Produzem um modelo de previsão que agrupa modelos de previsão fracos por meio de um processo de ensembling que aprimora o desempenho geral do modelo

( ) Dividem os dados em vários grupos determinando o nível de similaridade entre os pontos de dados.

Assinale a opção que indica a relação correta, segundo a ordem apresentada.

Data warehousing é normalmente integrado com ferramentas de análise de dados. Sobre o Processamento Analítico On-line (OLAP) no contexto de data warehousing, assinale a afirmativa que define corretamente OLAP.

A principal função de um Data Warehouse é