QuestLab Plataforma Inteligente de Questões
Entrar Criar conta
Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Acesse diretamente as bancas disponíveis na QuestLab. As quantidades abaixo consideram as questões ativas do banco.

CEBRASPE 51.363 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 9.793 questões FUNDATEC 9.088 questões IBADE 7.820 questões CESGRANRIO 6.013 questões OBJETIVA 4.740 questões CONSULPLAN 4.174 questões FEPESE 3.585 questões IADES 3.439 questões IESES 2.627 questões SELECON 2.377 questões IDECAN 1.907 questões MS CONCURSOS 1.485 questões Instituto Legalle 1.281 questões FAFIPA 1.161 questões FUMARC 842 questões ACAFE 551 questões INSTITUTO AOCP 430 questões NUCEPE 378 questões FUNIVERSA 348 questões FAURGS 203 questões FIOCRUZ 48 questões MACKENZIE 48 questões CETRO 17 questões
Encontre as questões que procura
Limpar filtros
64 questões encontradas
ID 8478 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining CEBRASPE 2025
Texto associado
Julgue o item seguinte, relativo à administração de banco de dados Oracle, à modelagem de dados relacional, à normalização de dados e ao data mining .

Em data mining , a técnica de regras de associação é usada para prever valores contínuos com base em atributos independentes, utilizando-se árvores de regressão.

A Certo
B Errado
ID 8472 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining CEBRASPE 2025
Texto associado
Acerca de deep learning , de Big Data e de redes neurais, julgue o item subsequente.

No contexto do deep learning , a função das camadas ocultas ( hidden layers ) em uma rede neural profunda é extrair e processar os dados de forma que a rede aprenda características progressivamente mais complexas nas camadas mais profundas.

A Certo
B Errado
ID 8471 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining CEBRASPE 2025
Texto associado
Acerca de deep learning , de Big Data e de redes neurais, julgue o item subsequente.

O overfitting , em modelos de deep learning , ocorre quando o modelo tem alta precisão tanto nos dados de treinamento quanto nos dados de teste, indicativo de que o modelo generaliza bem.

A Certo
B Errado
ID 8305 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining CEBRASPE 2025

Acerca de segurança da informação, bancos de dados e aprendizado de máquina, julgue o próximo item. A técnica de clustering em data mining atribui categorias aos grupos de dados para facilitar a análise e a tomada de decisão.

A Certo
B Errado
ID 8197 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining CEBRASPE 2025

Julgue o item subsequente, relativos à teoria da informação e a banco de dados. A mineração de dados é uma técnica em que se utilizam exclusivamente algoritmos de aprendizado supervisionado para a identificação de padrões em grandes volumes de dados; no contexto de Big Data, a premissa principal é a utilização de bancos de dados relacionais tradicionais, que são suficientes para o enfrentamento dos desafios de volume, variedade e velocidade característicos desse ambiente.

A Certo
B Errado
ID 7793 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining CEBRASPE 2025

No que diz respeito aos desafios e às técnicas de integração de dados, assinale a opção correta.

A Em ambientes com dados semiestruturados e não estruturados, a integração de dados limita-se à replicação dos dados originais, a fim de se evitarem perdas de informação.
B A integração de dados pode ser realizada sem políticas de qualidade e validação, pois qualquer inconsistência é detectada e corrigida automaticamente pelos sistemas de origem.
C O uso de middleware para integração de dados elimina a necessidade de mapeamento entre os esquemas heterogêneos dos diferentes sistemas.
D A utilização de um modelo unificado de dados e de um dicionário de dados corporativo é essencial para a resolução de conflitos semânticos e a garantia da governança da integração.
E A técnica de extração, transformação e carga (ETL) tradicional é insuficiente para integrar dados em tempo real, sendo necessária a adoção de processos ELT ( extract, load, transform ) em todos os casos.
ID 1265 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining AOCP 2025

O MPRS está implementando uma solução de Business Intelligence (BI) para aprimorar a análise de dados relativos a processos e ações judiciais, a fim de apoiar a tomada de decisões estratégicas e operacionais. O técnico de informática é responsável pela implantação e manutenção dessa solução, com o objetivo de estruturar os dados de forma eficiente e facilitar a consulta por diferentes departamentos e usuários. Como parte do projeto, foi adotada a modelagem multidimensional para organizar os dados relativos aos processos judiciais, incluindo informações sobre os tipos de ações, os advogados envolvidos, as decisões tomadas e os tempos de tramitação. As dimensões incluem “Processo” (com subcategorias como “Tipo de Ação”, “Status”, “Data de Abertura”), “Advogado” (com subcategorias como “Nome”, “OAB”, “Especialização”) e “Data” (com subcategorias como “Ano”, “Mês”, “Dia”). As medidas incluem a quantidade de processos, o tempo médio de tramitação e o número de decisões tomadas. Com a estrutura multidimensional, o MPRS poderá analisar os dados de forma eficiente, por exemplo, comparando o tempo de tramitação de processos entre diferentes tipos de ação ou avaliando a produtividade de advogados em relação aos processos que envolvem suas especializações. Nesse caso, qual estrutura multidimensional está sendo implementada pelo MPRS para organizar e analisar os dados dos processos de acordo com o exposto?

A Hexágono.
B Cubo.
C Círculo.
D Triângulo.
E Elipse.
ID 1264 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining AOCP 2025

Sobre as etapas do processo de ETL (Extract, Transform, Load), informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.

( ) A etapa de extract envolve a captura de dados de diversas fontes, como bancos de dados, arquivos CSV (Comma-Separated Values), APIs (Application Programming Interfaces), entre outros.

( ) A etapa de transform envolve a inserção ou atualização dos dados em um destino, como um banco de dados, data warehouse ou data lake.

( ) A etapa de load envolve limpeza, formatação, agregação, conversão ou enriquecimento dos dados.

A F – V – F.
B V – F – V.
C F – V – V.
D V – F – F.
E V – V – V.
ID 32763 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

A mineração de dados está inserida no processo de descoberta de conhecimento em bases de dados, empregando diversas técnicas e métodos na execução de diferentes tarefas. Selecione a opção que contém apenas tarefas de mineração de dados.

A Árvore de Decisão e Análise de Associação.
B Classificação e Análise de Associação.
C Classificação e Redes Neurais.
D Floresta Aleatória e k Vizinhos mais Próximos.
E Regressão e k-Médias.
ID 31819 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

O Power BI é uma plataforma que agrega diversos serviços e aplicações com o objetivo de adquirir e analisar grandes conjuntos de dados. Sobre o Power BI, assinale a afirmativa correta:

A Os sistemas de workspaces do Power BI não permitem colaboração entre usuários.
B O Power BI oferece aos usuários a possibilidade de criação de Dashboards, mas não de Key Performance Indicators (KPIs).
C O Power BI oferece suporte de tratamento de erros, inconsistências e outliers aos usuários, por meio de ferramentas como o Power Query.
D O Power BI não é integrável com outros serviços ou ferramentas, como o OneDrive ou Azure SQL, pois já dispõe das funcionalidades de que necessita em seu ambiente interno.
E O Power BI não possui serviços baseados na computação em nuvem.