Questão 1784680

• Banca: UFMT
• Órgão: DETRAN-MT
• Ano: 2015
• Provas: UFMT - 2015 - DETRAN-MT - Analista de Sistemas
• Disciplina: Banco de Dados
• Assuntos: Data Mining

A mineração de dados busca descobrir novas informações em grandes quantidades de dados. NÃO é objetivo da mineração de dados:

• A. Classificar os dados em diferentes classes ou categorias.
• B. Detectar padrões nos dados para identificar a existência de uma atividade.
• C. Remover dados não utilizados para facilitar a descoberta de conhecimento.
• D. Mostrar como certos atributos dos dados se comportarão no futuro.

Gabarito: C

Comentários

• A mineração nao remove dados.

• O item C parece que esta relacionado com o processo de deduplicação.

• Gabarito: LETRA C

  
  

  O Data Mining (em português: MINERAÇÃO DE DADOS) consiste em um processo analítico projetado para explorar grandes quantidades de dados (tipicamente relacionados a negócios, mercado ou pesquisas científicas), na busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis e, então, validá-los aplicando os padrões detectados a novos subconjuntos de dados. O processo consiste basicamente em 3 etapas: exploração, construção de modelo ou definição do padrão e validação/verificação. Portanto, REMOVER DADOS, NÃO é função do DATA MINING!

• A Mineração de Dados possui Técnicas e Tarefas para a Descoberta de Conhecimento(KDD), segundo Fayyad são 5 (cinco):

  1) Seleção dos dados (coleta em várias bases de dados: banco de dados, planilhas excel, DWarehousing,..);

  2) Preprocessamento (limpeza dos dados / preenchimentos de dados ausentes,.., remoção de DADOS (ex: outliers,..);

  3) Transformação (criação de novas variáveis, remoção de variáveis não influentes, ...)

  4) Mineração nos dados (aplicação das ferramenta/algoritmos que vão detectar padrões nos dados,..)

  5) Interpretação e assimilação do conhecimento (resultados)

  Portanto a remoção de dados é apenas uma etapa do preprocessamento, nunca o OBJETIVO da Mineração de dados.

  “KDD (Knowledge-Discovery in Databases) é um processo, de várias etapas, não trivial, interativo e iterativo, para identificação de padrões compreensíveis, válidos, novos e potencialmente úteis a partir de grandes conjuntos de dados” (FAYYAD et al., 1996).

• • Classificar os dados em diferentes classes ou categorias. (Classificação)
  • Detectar padrões nos dados para identificar a existência de uma atividade. (Identificação de padrões)
  • Remover dados não utilizados para facilitar a descoberta de conhecimento. (ERRADO)
  • Mostrar como certos atributos dos dados se comportarão no futuro. (Previsão/predição)

• Objetivos da mineração de dados - P.I.C.O

  Previsão - prever comportamentos futuros;

  Identificação - identicar a existencia de um item, evento ou atividade;

  Classificação - dividir os dados em classes/categorias;

  Otimização - otimizar o uso de recursos limitados.

  Mineração de dados NÃO remove dados.