Na metodologia CRISP-DM, a preparação dos dados serve para limpá-los, tratando valores ausentes, outliers e inconsistências.

Em mineração de dados, dado ruidoso é aquele cujo valor está fora do domínio do atributo.

O k-means é um algoritmo iterativo de agrupamento baseado em centroides, isto é, ele divide um conjunto de dados em grupos semelhantes com base na distância entre seus centroides.

No contexto de regras de associação, o conceito de confiança refere-se à expectativa de que um dado, grupo ou banco de dados atue da maneira esperada em dada situação.

Julgue os itens a seguir, a respeito de bancos de dados relacionais, modelagem dimensional e análise de dados.

É chamado de esquema estrela o conjunto formado por uma tabela de fatos, várias tabelas de dimensão e chaves estrangeiras que relacionam dados da tabela de fatos aos dados das tabelas de dimensão.

Em arquiteturas de Big Data, dados não estruturados não podem ser indexados ou consultados diretamente, sendo obrigatória sua transformação em dados estruturados antes de qualquer análise.

O desenvolvimento tecnológico no mundo atual tem causado implicações éticas consideráveis. O desenvolvimento de novos sistemas, o uso de algoritmos e de Inteligência Artificial vêm alterando significativamente o mundo da vida, trazendo riscos que podem ir além dos resultados científicos e tecnológicos previsíveis. Sobre esse contexto da relação entre ética e tecnologia na sociedade contemporânea, com base nos diversos estudos publicados, dadas as afirmativas,

I. O denominado teste de Turing se tornou um marco na avaliação da inteligência das máquinas, e trouxe à tona preocupações éticas sobre o uso e as implicações da IA.

II. Segundo um olhar ético, a discussão sobre IA deve ser especializada, engajando especialistas, e não toda a sociedade, focando na educação e na informação mais técnica e precisa.

III. Algoritmo é uma sequência de instruções ou regras que visam criar um problema, formular uma tarefa ou acumular dados de forma automática.

IV. As práticas de desenvolvimento de sistemas computacionais que consideram valores éticos podem levar a consequências previstas com altos riscos para a população.

verifica-se que está/ão correta/s apenas

A modelagem dimensional é amplamente utilizada em sistemas analíticos e Data Warehouses, pois facilita consultas agregadas e análises históricas. Essa abordagem organiza os dados em tabelas fato e tabelas dimensão, definindo claramente o nível de detalhamento (grão) das informações armazenadas. Sobre esse assunto, considere um sistema de análise de vendas de uma rede de lojas, que deve permitir consultas como:

• total de vendas por produto;

• total de vendas por loja;

• total de vendas por período.

Nesse contexto, dadas as afirmativas,

I. A tabela fato deve armazenar medidas numéricas, como quantidade vendida e valor total da venda.

II. O grão da tabela fato define o nível de detalhamento dos dados, por exemplo, uma venda por produto, por loja e por dia.

III. Em tabelas dimensão, o uso de chaves substitutas é recomendado para reduzir a dependência de chaves naturais e facilitar o controle histórico.

IV. Tabelas dimensão têm como função estrutural armazenar valores agregados, derivados das medidas da tabela fato, com o objetivo de otimizar consultas analíticas.

verifica-se que estão corretas apenas

Um Instituto Federal de Educação está desenvolvendo diferentes soluções baseadas em aprendizado de máquina para apoiar a gestão acadêmica e pedagógica. Entre as iniciativas consideradas, estão:

1. o uso de dados históricos de estudantes, previamente rotulados quanto à ocorrência de evasão ou de permanência, para estimar o risco de evasão acadêmica;
2. a análise de dados acadêmicos e de frequência com o objetivo de identificar padrões e perfis semelhantes entre estudantes, sem a definição prévia de categorias;
3. o desenvolvimento de um agente inteligente capaz de recomendar intervenções pedagógicas ao longo do tempo, ajustando suas decisões a partir de recompensas associadas ao desempenho dos estudantes.

Com base nesse cenário, dadas as afirmativas,

I. A estimativa do risco de evasão acadêmica, a partir de dados históricos previamente rotulados, caracteriza um problema de aprendizado supervisionado.

II. A identificação de padrões e perfis semelhantes entre estudantes pode ser tratada como um problema de aprendizado supervisionado, desde que os dados estejam organizados e armazenados em sistemas acadêmicos.

III. O agente que recomenda intervenções pedagógicas e ajusta suas decisões, a partir de recompensas ao longo do tempo, utiliza aprendizado por reforço.

verifica-se que está/ão correta/s