No que se refere à análise e à mineração de dados, julgue o próximo item.

A mineração de dados pode ser entendida como um subconjunto da análise de dados, pois é usada para descobrir padrões ocultos em conjuntos de dados brutos, enquanto o enfoque da análise de dados se encontra no exame dos conjuntos de dados para a obtenção de conclusões precisas.

No que se refere à análise e à mineração de dados, julgue o próximo item.

A análise preditiva de dados se diferencia da análise prescritiva de dados porque a primeira tem o objetivo de determinar as consequências das decisões tomadas, enquanto a segunda utiliza fatos do passado para visualizar e prever eventos futuros.

No que se refere à análise e à mineração de dados, julgue o próximo item.

Entre as técnicas de mineração de dados, a análise de sequência e caminho se caracteriza pelo processo de encontrar relacionamentos entre dois conjuntos de dados diferentes e aparentemente não relacionados.

Julgue o próximo item, relativo a extração e representação de conhecimento, ontologias, tecnologias semânticas e OWL (Ontology Web Language).

A OWL pode ser utilizada por aplicações que precisam processar o conteúdo da informação, ao invés de apenas disponibilizar conteúdo.

Julgue o próximo item, relativo a aprendizado de máquina.

Clustering é uma técnica de mineração de dados que agrupa dados não rotulados com base em suas semelhanças ou diferenças; os algoritmos de cluster podem ser categorizados em sobrepostos, hierárquicos ou probabilísticos.

Julgue o próximo item, relativo a aprendizado de máquina.

Naive bayes é um algoritmo de machine learning supervisionado que realiza classificação com base no princípio da independência condicional de classe a partir do teorema de Bayes, em que o algoritmo avalia o quanto ele contribuiu para classificar a instância como boa ou ruim, construindo uma tabela de probabilidades.

Julgue o próximo item, relativo a aprendizado de máquina.

A regressão é um tipo de aprendizado não supervisionado cujo objetivo é entender a relação entre variáveis dependentes.

Julgue o próximo item, relativo a aprendizado de máquina.

No aprendizado de máquinas, o aprendizado supervisionado compreende um conjunto de dados de treinamento para ensinar modelos a mostrar a saída desejada.

Julgue o próximo item, relativo a aprendizado de máquina.

As tarefas de aprendizado de máquina podem ser divididas em três grandes grupos: classificação, agrupamento e associação, devendo o primeiro grupo possuir uma classe que se pretenda prever.

Julgue o próximo item, relativo a aprendizado de máquina.

Overfitting é um comportamento esperado e desejável de aprendizado de máquina, uma vez que descreve assertividade e acurácia altas quando o modelo de aprendizado de máquina fornece previsões precisas para novos dados com base nos dados de treinamento.