Julgue o item a seguir relativos a conceitos de ingestão de dados estruturados, semiestruturados, não estruturados e em streaming.

Os dados não estruturados constam de bancos de dados relacionais que são eminentemente pesquisáveis tanto por meio de consultas realizadas por humanos quanto por meio daquelas realizadas por algoritmos que usam tipos de dados e nomes de campos, como alfabéticos ou numéricos, moeda ou data.

Julgue o item a seguir, referentes a conceitos e especificidades de MDM (master data management).

A grande diferença entre algoritmos fuzzy matching e stemming reside no fato de que, enquanto o primeiro combina palavras com a mesma raiz linguística, o segundo trabalha com semelhanças de ortografia.

Considerando o projeto Apache Hadoop, julgue o item a seguir.

As formas de execução do Hadoop podem ser modo local, modo pseudodistribuído ou modo completamente distribuído, e a especificação do seu modo de execução é definida na configuração dos arquivos core-site.xml, hdfs-site.xml e mapred-site.xml.

Dados ausentes são muito comuns em aplicações que envolvem preenchimentos de formulários. Para o seu tratamento estatístico, encontra-se, na literatura, uma taxonomia para o mecanismo gerador de dados ausentes que os classifica em tipos como MAR (missing at random), MCAR (missing completely at random) e MNAR (missing not at random).

Considerando essas informações, julgue o item a seguir, relativos ao tratamento de dados ausentes.

Os dados ausentes do tipo MAR são aqueles que dependem de fatores — ou variáveis — observáveis, como, por exemplo, o horário de preenchimento de um formulário.

No que se refere a técnicas de regressão, técnicas de agrupamento e aprendizado profundo, julgue o item a seguir.

O modelo de regressão linear é suscetível à multicolinearidade, a qual diz respeito ao fato de o erro da predição permanecer estável, dentro de um intervalo de confiança aceitável, à medida que os valores de entrada mudam.

Acerca de dashboards, julgue o item a seguir.

Um dashboard bem projetado caracteriza-se por apresentar um conjunto robusto de codificação customizada para sua implementação, utilização e manutenção.

Julgue o item a seguir, relativos à qualidade de dados.

A acurácia na qualidade de dados está diretamente associada à de duplicação, uma vez que indica que há exclusividade da fonte de dados e de suas entidades, de forma a garantir a precisão dos dados na vida real.

Determinado parâmetro !$ \beta !$ será estimado recursivamente com a ajuda de um método de otimização matemática com base em uma função objetivo !$ g(\beta) !$. Para essa estimação, a base de dados de treinamento consistirá de n observações.

Considerando essa situação hipotética, julgue o item a seguir.

O gradiente descendente em lote é um método probabilístico de otimização no qual, para cada iteração, encontram-se !$ L × n !$ observações geradas mediante amostragem (com reposição) da base de dados de treinamento (em que !$ L !$ representa o número de lotes, com !$ L > 1 !$).

Julgue o item a seguir, referentes a conceitos e especificidades de MDM (master data management).

A fim de gerenciar a qualidade de dados, o MDM se serve de ferramentas de validação dos dados que ajudam na visualização de todo o fluxo de gestão dos dados mestres, o que torna possível, de maneira rápida, a identificação de quaisquer desvios em relação à política de dados da empresa.

Determinado parâmetro !$ \beta !$ será estimado recursivamente com a ajuda de um método de otimização matemática com base em uma função objetivo !$ g(\beta) !$. Para essa estimação, a base de dados de treinamento consistirá de n observações.

Considerando essa situação hipotética, julgue o item a seguir.

Em cada iteração na estimação do parâmetro !$ \beta !$, o método do gradiente descendente requer !$ n !$ observações da base de treinamento, ao passo que o método do gradiente descendente estocástico utiliza uma observação selecionada aleatoriamente dessa base de treinamento.