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
36 questões encontradas
ID 137992 Informática Data Mining CEBRASPE 2018

Julgue os itens que se seguem, acerca de data mining e data warehouse. O processo de mineração de dados está intrinsecamente ligado às dimensões e a fato, tendo em vista que, para a obtenção de padrões úteis e relevantes, é necessário que esse processo seja executado dentro dos data warehouses.

A Certo
B Errado
ID 93159 Informática Data Mining IDECAN 2018

Acerca dos métodos tradicionais de Mineração de Dados, um desses métodos “produz Árvores de Decisão a partir de uma abordagem recursiva de particionamento de um conjunto de dados, e utiliza conceitos e medidas da Teoria da Informação”. Trata-se do método:

A C4.5.
B Apriori.
C Máquinas de Vetores Suporte.
D Classificador Bayesiano Ingênuo.
ID 93158 Informática Data Mining IDECAN 2018

“A etapa de Mineração de Dados compreende a busca efetiva por conhecimentos úteis no contexto da aplicação de KDD (Knowledge Discovery in Database), ou Descoberta do Conhecimento em Bases de Dados. É a principal etapa do processo de KDD.” Acerca de algumas das tarefas do KDD, analise a assertiva a seguir: “compreende a busca por uma função que mapeie os registros de um banco de dados em um intervalo de valores reais”. Assinale a alternativa que apresenta esta tarefa.

A Regressão.
B Classificação.
C Sumarização.
D Agrupamento.
ID 6662 Informática Data Mining CESGRANRIO 2018

Classificação é uma importante tarefa utilizada na etapa de mineração de dados, que tem como uma de suas características básicas

A construir seus modelos de enquadramento, a partir de um conjunto de dados contínuos.
B poder ser implementada por algoritmos estáveis e de significativa eficácia, tais como C4.5, classificadores bayesianos ou K-Prototypes.
C ser um método de aprendizado de máquina não supervisionado, observando o teorema NFL – No Free Lunch.
D ter a sua eficácia avaliada por uma métrica denominada suporte, que indica quantas vezes um item de dado foi corretamente classificado.
E ter como seu primeiro processo o aprendizado de uma função de mapeamento y = f(X), que associa uma ocorrência de dados X em uma classe y.
ID 6656 Informática Data Mining CESGRANRIO 2018

As ferramentas e técnicas de mineração de dados (data mining) têm por objetivo

A preparar dados para serem utilizados em um “data warehouse” (DW).
B permitir a navegação multidimensional em um DW.
C projetar, de forma eficiente, o registro de dados transacionais.
D buscar a classificação e o agrupamento (clusterização) de dados, bem como identificar padrões.
E otimizar o desempenho de um gerenciador de banco de dados.