-
Olá pessoal (GABARITO = CERTO)
---------------------------------------------------------
De fato, no contexto de data mining, o processo de exploração e de descoberta (mineração) de conhecimento em base de dados consiste na extração não trivial de conhecimento previamente desconhecido e potencialmente útil.
---------------------------------------------------------
Uma outra questão ajuda a fixar o conhecimento. Vejamos:
Ano: 2014
Banca: CESPE
Órgão: TJ-CE
Prova: Analista Judiciário
Assinale a opção correta acerca de datamining.
a) A informação acerca dos resultados obtidos no processo de mineração é apresentada apenas de forma gráfica.
b) A classificação, uma das principais tecnologias da mineração de dados, caracteriza-se por possuir um conjunto de transações, sendo cada uma delas relacionada a um itemset.
c) É possível realizar mineração de dados em documentos textuais como, por exemplo, uma página da Internet.
d) A grande desvantagem de um datamining consiste no fato de que a identificação de um padrão, para a geração do conhecimento, só é possível por meio da análise em pequenas quantidades de dados
e) Durante a fase de reconhecimento de padrões, para cada banco de dados, é permitido um único tipo de padrão
GABARITO = LETRA C.
---------------------------------------------------------
Fé em Deus, não desista.
-
Assertiva CORRETA.
Para quem não entendeu essa salada de frutas do comando da questão: Na base de dados tem-se informação bruta, sem muito significado. O DM vai retirar padrões úteis dessa informação através de um processo nada simples(não-trivial, não se retira dados à toa) para usar essas informações na tomada de decisões (conhecimento).
-
Faz sentido usarem a palavra trivial, já que o DM busca descobrir o que não se sabe, extrair informações ocultas, revelar o que há ali.
trivial
adjetivo de dois gêneros
-
Esse tipo de questão é frequentemente cobrado. O propósito do data mining é, realmente, descobrir conhecimento útil para a tomada de decisão. Se o propósito é a descoberta, é lógico supor que os padrões e relacionamentos a serem identificados eram previamente desconhecidos. Esse processo é não trivial (não é simples, intuitivo), já que requer o envolvimento de conceitos de diversas áreas, como estatística e aprendizado de máquina.
-
Mineração de Dados (Data Mining) é o processo de explorar grande quantidade de dados para extração não-trivial (não conhecido por todos) de informação implícita desconhecida, sendo um processo semi-automatizado, dizendo respeito a descoberta de informações e fazendo parte de um processo de geração de conhecimento. Tem como um de seus objetivos a descoberta de novas regras e padrões em conjuntos de dados fornecidos, ou aquisição de conhecimento indutivo.
Pode-se definir mineração de dados como o processo de identificar, em dados, padrões válidos, novos, potencialmente úteis e, ao final, compreensíveis. Tem como objetivo descobrir conexões escondidas e prever tendências futuras, utilizando a estatística, a inteligência artificial e os algoritmos de aprendizagem de máquina (machine learning).
-
Em matemática, o adjetivo trivial ou trivialidade é frequentemente utilizado para objetos
O nome trivialidade geralmente se refere a um aspecto técnico simples de alguma prova ou definição. A origem do termo em linguagem matemática vem do currículo trivium medieval.
O antônimo, o "não trivial" é comumente usado por engenheiros e matemáticos para indicar uma declaração ou um teorema que não é óbvio ou fácil de provar.
-
De acordo com Fayyad, a Descoberta de Conhecimento em Base de Dados (KDD) é um processo não trivial de identificação de novos padrões válidos, úteis e compreensíveis. A ideia é tentar adquirir conhecimento sobre algo a partir de uma base de dados. Por que é não-trivial? Porque não é extrair qualquer conhecimento – é extrair conhecimento que não era conhecido e que pode ser útil para a tomada de decisão de uma organização.
Gabarito: Correto
Fonte: estratégia
-
DEFINIÇÃO: Data Mining – Mineração de Dados – é um conjunto de processos, métodos, teorias, ferramentas e tecnologias open-end utilizadas para explorar, organizar e analisar de forma semi-automática uma grande quantidade de dados brutos com o intuito de identificar, descobrir, extrair, classificar e agrupar informações implícitas desconhecidas, além de avaliar correlações, tendências e padrões consistentes de comportamento potencialmente úteis – como regras de associação ou sequências temporais – de forma não-trivial por meio de técnicas estatísticas e matemáticas, como redes neurais, algoritmos genéticos, inteligência artificial, lógica nebulosa, análise de conglomerados (clusters), entre outros.
→ Pode-se aplicar técnicas de mineração em bancos de dados transacionais.
-
Certo
trivial = simples
-
Pensei que extraía informação e FAZIA PARTE do processo de descoberta do conhecimento.
Não é isso?
-
PRA QUEM AINDA NÃO ENTENDEU:
De forma beeemmm simples, pense assim:
Você não sabia daqueles conhecimentos dentro de uma informação que vc foi estruturar. Até encontrar os padrões para falar OPAAA!! Esse conhecimento aqui eu extraí de uma informação nem conhecida, não sabia nada sobre isso e AÍ em cima desses dados você pode tomar uma DECISÃO!!
-
A BANCA SÓ QUIS DAR UMA ENRIQUECIDA NO TERMO, MAS DATA MINING CONSISTE BASICAMENTE NA TÉCNICA DE ACHAR AGULHA NO PALHEIRO.
-
Não é o data mining que faz parte dos vários processos envolvidos no processo de descoberta? Pensei que estavam invertidos os conceitos :/
-
Esse tipo de questão é frequentemente cobrado. O propósito do data mining é, realmente, descobrir conhecimento útil para a tomada de decisão. Se o propósito é a descoberta, é lógico supor que os padrões e relacionamentos a serem identificados eram previamente desconhecidos. Esse processo é não trivial (não é simples, intuitivo), já que requer o envolvimento de conceitos de diversas áreas, como estatística e aprendizado de máquina.
Arthur Mendonça | Direção Concursos
-
G-C
Palavras-chave da questão:
> Processo de descoberta de conhecimento
> extração não trivial (Claro que não é trivial, mineração usa técnicas de estatístca. É cada cálculo meu amigo...)
> Conhecimento desconhecido ( a justificativa do conhecimento ser desconhecido é o fato de que na mineração assim como no big data a inteção é gerar conhecimento INDUTIVO, isto é, novo.)
> Conhecimento útil
-
Essa questão tem uma gold mining KKKKKK
NO CONTEXTO DO DATA MINING, o processo de descoberta de conhecimento em base de dados, CHAMADO KDD (knowledge discovery in databases), consiste na extração não trivial de conhecimento previamente desconhecido e potencialmente útil.
ATENÇÃO: O DATA MINING NÃO É UM PROCESSO DE DESCOBERTA DE CONHECIMENTO. Já tivemos uma questão do Cespe deferida com alteração de gabarito que dizia que o Data Mining é o processo de extração de conhecimento de grandes bases de dados.
(CESPE - 2010) Data mining é o processo de extração de conhecimento de grandes bases de dados, sendo estas convencionais ou não, e que faz uso de técnicas de inteligência artificial. (ERRADO)
O Data Mining é um processo de extração de dados brutos para encontrar padrões previamente desconhecidos e potencialmente útil.
O KDD consiste na extração não trivial de conhecimento previamente desconhecido e potencialmente útil PORQUE, nas suas fases, temos a Mineração de Dados, que consiste na extração não trivial de informações previamente desconhecidas e potencialmente úteis.
Informações é diferente de Conhecimento, como sabemos!
-
Gabarito: certo
Data mining = não trivial - que é não é extrair qualquer conhecimento é extrair conhecimento que não era conhecido e que pode ser útil para a tomada de decisão de uma organização - , realizado de forma automática , busca novas regras e novos padrões e utiliza as informações contidas no datawarehouse.
(CESPE / CEBRASPE - 2013) A exploração, no sentido de utilizar as informações contidas em um datawarehouse, é conhecida como data mining. (certo)
(CESPE / CEBRASPE - 2018)A descoberta de novas regras e padrões em conjuntos de dados fornecidos, ou aquisição de conhecimento indutivo, é um dos objetivos de data mining.(CERTO)
(CESPE / CEBRASPE - 2010) O data mining é um processo automático de descoberta de padrões, de conhecimento em bases de dados, que utiliza, entre outros, árvores de decisão e métodos bayesianos como técnicas para classificação de dados.(certo)
-
Dentro do contexto de Data Mining há um processo de Modelo KDD, que é a descoberta de conhecimento em uma base de dados;
• Não trivial é porque segue um processo, ou seja, existem etapas a serem seguidas para que o conhecimento, que previamente era desconhecido, seja encontrado e que seja potencialmente útil para a organização;
• Ela irá usá-lo para fazer análises preditivas e prescritivas, para entender e sumarizar o que ela tem na sua enorme base de dados.
-
CERTO
"descoberta de conhecimento em base de dados" = KDD
_______________________________
KDD (extração do conhecimento)
Conceitos:
“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, 1996).
“é um processo não trivial de identificação de novos padrões válidos, úteis e compreensíveis.”
_______________________________
Características do KDD:
- Não trivial: não é algo comum/simples, envolve várias etapas complexas
- Iterativo: é um processo repetitivo (sequência de atividades)
- Interativo: o humano participa
_______________________________
obs: as características do KDD valem para a Mineração de Dados também (pois a Mineração é um subconjunto do KDD)