Considere as sentenças a seguir.

A = “Eu gostei do livro, apesar do livro ser longo”;
B = “Esse livro é muito legal”;
C = “Eu não gostei do livro, não gosto muito desse autor”.

Vamos considerar a seguinte classificação sobre o sentido das sentenças acima:

A – positiva;
A – positiva;
B – negativa.

Para calcular as probabilidades de uma sentença ser positiva e de uma determinada palavra aparecer na sentença, dado que a sentença é positiva, em Aprendizado de Máquinas, pode-se usar o Naive Bayes.

Com a utilização dessa técnica, e com base nos dados das três sentenças acima, os valores das estimativas de máxima verossimilhança de P(positiva) e P(livro|positiva) são, respectivamente:

Como parte de um esforço para melhorar a produtividade, uma empresa vem medindo o tempo gasto em cada tarefa do seu principal processo produtivo. Uma das tarefas, que envolve carregar material em uma máquina, ocorre uma vez por dia e teve os seguintes tempos medidos na semana anterior, em minutos:

Considerando um modelo de regressão linear ajustado para perda mínima, usando as medições da semana anterior, o valor residual com relação ao modelo, para o tempo de 70 minutos medido na quinta-feira da semana atual é, em minutos:

Durante a elaboração de um sistema de busca de informações biomédicas, foi construído um modelo de linguagem vetorial não contextual para estimar relações de similaridade semântica necessárias para comparação entre queries e documentos. Entretanto, verificou-se nos testes iniciais que o desempenho do modelo ficou insatisfatório, devido a muitos termos técnicos presentes nos documentos testados, que não haviam sido incorporados ao modelo.

Para aliviar esse problema, uma tarefa de processamento do texto e seu estágio correspondente no processamento de linguagem natural que poderiam ser aplicados na construção do modelo são, respectivamente:

No âmbito do DAMA-DMBOK, com referência à Governança de Dados, a figura dos Data Stewards caracteriza-se como:

Atualmente, conforme a tecnologia evolui, novos termos vão surgindo, particularmente com o aumento da importância dos dados na criação de estratégias de crescimento e tomadas de decisão. Nesse contexto, dois termos se destacam, descritos a seguir:

I. É um repositório central de informações que podem ser analisadas para tomar decisões mais adequadas. Os dados fluem de sistemas transacionais, bancos de dados relacionais e de outras fontes. Analistas de negócios, engenheiros de dados, cientistas de dados e tomadores de decisões acessam os dados por meio de ferramentas de inteligência de negócios (BI), clientes SQL e outros aplicativos de análise.

II. É um processo analítico no qual grande quantidade de dados são explorados com o objetivo de encontrar padrões relevantes ou relação sistemática entre variáveis, os quais são validados. Todo esse processo acontece em três etapas: exploração, construção de modelo (padrão) e validação. As ferramentas empregadas analisam dados em busca de oportunidades ou problemas e fazem o diagnóstico do comportamento dos negócios. Sendo assim, cabe ao usuário utilizar o conhecimento para produzir vantagens competitivas.

Os termos descritos em I e II representam os conceitos, respectivamente, de:

On-Line Analytical Processing (OLAP) fornece para as organizações performance e também flexibilidade quando falamos em dados. O conjunto de ferramentas disponibilizado por OLAP é bastante diversificado e podemos aplicá-lo em diversas áreas da organização, como por exemplo: vendas, marketing, finanças e recursos humanos.

A respeito de questões técnicas e conceitos que envolvem OLAP, analise as afirmativas abaixo e marque alternativa correta.

I. Pivot, Dice e Slice são exemplos de operações que podem ser realizadas através de ferramentas OLAP.

II. Podemos dizer que OLAP e Data Warehouse trabalham juntos pois o segundo é responsável pelo armazenamento das informações e o primeiro é capaz de recupera-las de forma eficiente para a realização de análises.

III. ROLAP e MOLAP são métodos de armazenamento utilizados pelo OLAP com o intuito de facilitar a leitura e apresentação das informações. O segundo se utiliza de estruturas de armazenamento relacionais e o primeiro de estruturas multidimensionais.

Em projetos de Data Warehouse a missão de integração de dados oriundos de diversas fontes é uma das mais críticas. Essa missão é composta por diversas tarefas, como por exemplo: carga, extração e transformação. As fontes de dados podem ser as mais variadas e vão desde arquivos de planilhas eletrônicas até bancos de dados relacionais com milhões de tuplas.

A respeito dos desafios existentes na consolidação de dados em projetos Data Warehouse, analise as afirmativas abaixo e marque alternativa correta.

I. Chamamos de ETL as ferramentas de software que são especializadas no processo de integração de dados. Elas são capazes de se conectar a diferentes fontes para extração de dados, transformar os dados quando necessário, e finalmente carrega-los na base que consolidará todas as informações importantes.

II. O processo de transformação de dados nos permite a realização de diversas operações. A operação de transposição por exemplo, nos permite transforma linhas em colunas ou vice-versa. Já a operação de derivação ocorre quando, através de uma função de mapeamento, realizamos a mudança dos dados de domínio para um outro domínio.

III. Pentaho Data Integration, Oracle Data Integrator e Informatica Power Center são alguns exemplos de ferramentas de integração de dados conhecidas no mercado.