Em Mineração de Dados, após o pré-processamento dos dados, inicia-se a fase de análises. Para esta fase há análises descritivas e análises preditivas.

Quais das tarefas a seguir são todas análises descritivas?

Um conceito importante em ciência de dados é o de Big Data.

As três características mais importantes deste tipo de dados são conhecidas como os três V's, que são:

A visualização de dados vem se tornando um mecanismo indispensável em organizações para tomada de decisão em diversos níveis hierárquicos gerenciais. Ferramentas de visualização de dados, também denominadas ferramentas analíticas, tais como Power BI e Tableau, têm sido amplamente divulgadas e empregadas para apoiar a decisão baseada em dados.

Essas ferramentas possibilitam a importação

Considerando a área de Processamento de Linguagem Natural, assinale a alternativa correta.

Ao se considerar a modelagem de dados em um ambiente de data warehouse, qual das seguintes afirmações descreve corretamente vantagens e/ou desvantagens do esquema "estrela" (star schema) e do esquema "floco de neve" (snowflake schema)?

Suponha que você possua dados de uma grande rede de lojas e que precise criar um classificador para prever se um determinado cliente comprará ou não um determinado produto. Para isso, a empresa disponibilizou uma amostra contendo dados de 10.000 clientes que compraram o produto e de 10.000 clientes que não compraram o produto. Dentre os vários atributos (ou características) de cada cliente estão: faixa de renda familiar (um valor discreto de 1 a 5), idade, o valor total de produtos já comprados da empresa (somando todas as compras já realizadas), e se comprou ou não o produto (0 = não, 1 = sim) durante uma campanha.

Antes de executar um algoritmo de treinamento do classificador, um procedimento importante de pré-processamento a ser realizado sobre esses dados é:

Considere que você possua um dataset contendo 100 instâncias de uma classe A e 120 instâncias de uma classe B.

Você utilizou 80% das instâncias de cada classe deste dataset para treinar um classificador, e o utilizou para prever a classe de todas as 220 instâncias do dataset. Curiosamente, seu classificador acertou a classe de todas as instâncias que foram utilizadas no treinamento do classificador, mas acertou apenas cerca de 50% das instâncias que não foram usadas no treinamento.

Este é um cenário típico que indica que você deveria ter aplicado qual técnica no seu processo de treinamento?

Sobre o algoritmo SVM (máquinas de vetores de suporte), pode-se afirmar que são classificadores

Sobre redução de dimensionalidade e seleção de características, assinale a alternativa correta.

Suponha que você precisa analisar posts em uma rede social sobre opiniões de clientes da sua empresa.

O conjunto de textos desses posts são considerados dados