Os lagos de dados armazenam dados de forma não estruturada e sem catalogação, permitindo que todos os dados sejam armazenados livremente, independentemente de sua análise ou utilidade.

Com base na Lei n.º 13.709/2018 (Lei Geral de Proteção de Dados Pessoais), julgue os itens que se seguem.

Os sistemas utilizados para o tratamento de dados pessoais devem ser estruturados de forma a atender aos requisitos de segurança, aos padrões de boas práticas e de governança.

Julgue os próximos itens, referentes ao Power BI.

No Power BI, há uma limitação de integração de ferramentas de visualização de dados com linguagens de programação, principalmente porque esse software é restrito às linguagens DAX (data analysis expressions) e M (power query) e não suporta linguagens como R e Python para análises estatísticas avançadas e aprendizado de máquina.

Julgue os próximos itens, referentes ao Power BI.

O Power BI permite a realização de modelagem estrela.

Acerca do fluxo de Big Data, julgue os itens que se seguem.

Na apresentação de dados, a extração de subcoleções e a consulta de parâmetros permitem a navegação em diversos cenários da visualização.

A respeito de Big Data, julgue os próximos itens.

No processamento ROLAP, bancos de dados relacionais são utilizados como local de armazenamento para agregação, enquanto, nos processamentos MOLAP e HOLAP, utilizam-se bancos de dados multidimensionais.

A respeito de Big Data, julgue os próximos itens.

Projetos de Big Data, quando necessário, crescem horizontalmente, com a inclusão de novos nodos, e verticalmente, com o acréscimo de mais memória.

A respeito de Big Data, julgue os próximos itens.

O YARN (Yet Another Resource Negotiator) é um sistema de arquivos distribuídos que faz parte do framework Hadoop.

KNN é um algoritmo de aprendizado supervisionado não paramétrico que não pode ser utilizado em problemas de classificação, uma vez que seu objetivo é prever valores numéricos e não valores categóricos.

Julgue os próximos itens, relativos a Naive Bayes e random forest.

Nas árvores de decisão e em random forest, são utilizadas técnicas estatísticas com o objetivo de se produzir, a partir de um conjunto de observações, uma predição de valores em função de uma ou mais variáveis independentes contínuas e(ou) binárias.