Considere que a SANASA busca realizar a gestão de recursos hídricos subterrâneos com base em parâmetros conhecidos que determinam a poluição das águas subterrâneas. Um desses parâmetros, para exemplificar, seria o nitrato, um indicador de poluição difusa de água subterrânea. Criando-se regras para realizar o aprendizado supervisionado do sistema de Data Mining utilizando-se uma certa técnica, chegar-se-á a um resultado que considera os diversos parâmetros para se descobrir se um certo aquífero tem água potável ou não, comparando-se com uma definição conhecida.

Nesse cenário, a técnica aplicada é denominada

O Processo, representado na imagem por um retângulo vertical, é um método de alimentação do Data Warehouse a partir de diversos dados da organização. Trata-se de

Considere que um Analista da SANASA está usando uma ferramenta OLAP para realizar uma operação de análise multidimensional em um DW, operando em condições ideais. Após analisar os dados de abastecimento de água por bairros da cidade, passou imediatamente a analisar a informação por ano, em outra dimensão. O Analista realizou uma operação

Considere, por hipótese, que a SANASA tenha adotado o padrão de arquitetura ETL de Big Data apresentado na figura abaixo.

Uma Analista da SANASA propôs essa arquitetura, considerando que

Considere que uma Analista de TI realizou uma operação de análise multidimensional em um DW, operando em condições ideais, usando uma ferramenta OLAP. Após analisar os dados dos meses do 1° trimestre de 2018, relativos ao tratamento de água da estação ETA1, a Analista aumentou o nível de granularidade da informação para observar os dados de todos os 4 trimestres do mesmo ano da mesma estação. A Analista realizou uma operação

As ferramentas de Exploração identificadas como Ferramenta 1 e Ferramenta 2 na imagem, dentro do contexto a que se aplicam, são, dentre outras,

No contexto de Business Intelligence – BI, uma Agência de Abastecimento de Águas implementou um cubo de informações cujas dimensões são:

− “o que” (ex. = reparo de tubulação),

− “quando” (ex. primeiro trimestre de 2019) e

− “onde” (ex. Capivari).

Diversas consultas podem daí derivar mediante acesso a essas dimensões a partir da base que hospeda o cubo. Duas delas, feitas por um Analista de TI que desejava saber o valor dos serviços prestados, foram:

− Obter informações do serviço troca de tubulação sem restrição de quando e onde.

− Sumarizar as informações mensais em grupos trimestrais.

As operações de consultas por ele corretamente realizadas sobre o cubo foram, respectivamente,

O sistema de suporte a decisão representado em cada um dos cilindros do conjunto denominado Específicos, na imagem, é um

Uma Analista de TI está desenvolvendo um scanner de rede em Python e, para importar um recurso referente para manipulação de pacotes de rede, utilizou no programa a linha

No contexto de armazéns de dados (data warehouse), a área intermediária na qual os dados coletados pelo processo de ETL são armazenados antes de serem processados e transportados para o seu destino é chamada de