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

Assinale a alternativa que apresenta corretamente o conceito de processamento de dados?