O analista Tomas é o responsável por integrar data marts independentes do TJMS por meio do compartilhamento da dimensão local. Tomas observou que os data marts possuem diferentes granularidades: um contém dados agrupados por estado e o outro, por cidade. Então, Tomas terá que normalizar a dimensão local gerando a dimensão estado e a dimensão cidade.

A técnica de modelagem multidimensional que Tomas deverá utilizar para normalizar a dimensão local para integrar os data marts que compartilhem dimensões em comum é:

Bianca está analisando os dados do Data Mart Processos do TJMS utilizando uma ferramenta OLAP. Ela quer analisar os processos apenas do ano de 2024 e da Comarca de Corumbá.

Para isso, Bianca deverá executar a operação OLAP:

O analista Marcos recebeu o arquivo data.csv e precisa analisar o seu conteúdo por meio das seguintes informações:

1. quantidade de linhas e colunas;
2. lista das primeiras 5 linhas e das últimas 5 linhas;
3. nome e tipo das colunas.

Para isso, Marcos começou a desenvolver o seguinte trecho de código escrito em Python:

import pandas as pd

df = pd.read_csv('data.csv')

Para obter as informações de que precisa, Marcos deve usar os seguintes comandos:

Na análise de dados, a visualização desempenha um papel crucial na compreensão de padrões e insights. Ao criar visualizações, os analistas muitas vezes utilizam diferentes tipos de gráficos para representar informações de maneira eficaz. Entre as opções abaixo, assinale aquela que possui o tipo de gráfico mais adequado para representar a distribuição de frequência de uma variável contínua.

Em análise de dados, a técnica de agrupamento (ou clustering) é frequentemente utilizada para identificar padrões e estruturas intrínsecas em conjuntos de dados. Dentre os algoritmos de agrupamento, destaca-se o K-Means. Considere um conjunto de dados bidimensional a ser agrupado.

Dentre as seguintes afirmações apresentadas a seguir, assinale aquela que melhor descreve o funcionamento do algoritmo K-Means.

A mentalidade orientada a dados é fundamental na ciência de dados, exigindo dos profissionais um entendimento profundo sobre como interpretar e utilizar dados para tomadas de decisão eficientes. Nesse contexto, considere a seguinte situação:

Um analista de dados está trabalhando em um projeto para otimizar o desempenho de um sistema de recomendação em uma plataforma de streaming. Durante a análise, ele observa uma correlação entre o aumento na retenção de usuários e a implementação de recomendações personalizadas com base em padrões de comportamento de consumo. Assinale a seguir a afirmação que melhor representa a mentalidade orientada a dados nesse contexto.