Com relação a Big Data, julgue o item subsequente.

Além de estar relacionado à grande quantidade de informações a serem analisadas, o Big Data considera o volume, a velocidade e a variedade dos dados estruturados — dos quais se conhece a estrutura de armazenamento — bem como dos não estruturados, como imagens, vídeos, áudios e documentos.

Em relação à análise de agrupamentos (clusterização) em mineração de dados, julgue o item seguinte.

O método de clustering k-means objetiva particionar ‘n’ observações entre ‘k’ grupos; cada observação pertence ao grupo mais próximo da média.

A respeito da modelagem dimensional, julgue o próximo item.

No modelo floco de neve (snow flake), todas as tabelas estão relacionadas diretamente com a tabela de fatos, e as tabelas dimensionais devem conter todas as descrições necessárias para definir uma classe nelas mesmas.

Julgue o seguinte item, que se refere a CRISP-DM (Cross-Industry Standard Process of Data Mining).

Durante a fase de entendimento do negócio, busca-se descrever claramente o problema, fazer a identificação dos dados e verificar se as variáveis relevantes para o projeto não são interdependentes.

É a ferramenta mais popular para exploração de um datawarehouse:

A tecnologia OLAP (Online Analytical Processing) provê suporte a banco de dados multidimensionais, usado em soluções de apoio à decisão e Business Intelligence (BI), como o Microsoft SQL Server Analytical Services (SSAS), que fornece os dados analíticos para relatórios de negócios e aplicativos cliente, tais como Excel e relatórios do Reporting Services.

Com relação às diferentes características e ferramentas próprias da OLAP, analise as assertivas a seguir.

I. Na modelagem usada para representar dados multidimensionais, o diagrama do esquema estrela tem em seu centro uma tabela fato vinculada a várias tabelas dimensões, dispostas radialmente. A tabela fato armazena dados descritivos, enquanto as tabelas dimensões armazenam dados numéricos.

II. Dentre as operações suportadas no OLAP, estão os operadores de cubos de dados: slice, que seleciona um subconjunto de dimensões; dice, que seleciona um subconjunto do cubo original; e drill-down, que retorna detalhes de uma dimensão.

III. Uma instância do Microsoft SQL Server Analysis Services (SSAS) é executada em bancos de dados tabulares, bancos de dados multidimensionais, ou em ambos.

IV. O processo de mineração de dados (datamining) permite descobrir padrões implícitos nos dados armazenados em datawarehouse, com o objetivo de usar tais padrões para vantagens competitivas em negócios.

Estão CORRETAS apenas as assertivas:

Os dados para suporte à decisão são conceitualmente diferentes dos dados usados nos bancos de dados para processamento de transações. Esses últimos, também conhecidos como banco de dados operacionais, trabalham com dados pormenorizados, próprios para tratar questões como rastrear pedidos, resolver reclamações de cliente, atender às necessidades dos funcionários, etc. Em contraposição, os bancos para suporte à decisão, são estruturados a partir da transformação dos dados dos bancos operacionais, com o objetivo de facilitar a integralização dos diferentes processos de negócios, mantendo o desempenho de acesso.

Um modelo de dados Multidimensional é muito adequado à representação de dados e às operações próprias ao processamento de suporte à decisão. Com relação aos recursos e técnicas característica a dados multidimensionais, assinale a afirmativa CORRETA.

Um banco de dados de Big Data deve possuir pelo menos três aspectos, os chamados 3Vs do Big Data, que são:

Assinale a alternativa que apresenta a operação OLAP que permite ao usuário aumentar o nível de detalhe da informação para ver mais detalhes. Com essa operação a granularidade da informação é diminuída.

Assinale a alternativa que provê um sistema de serialização de dados que possua um formato de dados binário e compacto e que conta com um container para armazenar dados persistentes, em ambientes de big data Apache Hadoop.