-
Se analisarmos a descrição acima temos uma definição da tarefa de agrupamento ou clustering. A clusterização é a classificação não-supervisionada de dados, formando agrupamentos ou clusters. Ela representa uma das principais etapas do processo de análise de dados denominada análise de clusters. A análise de clusters envolve, portanto, a organização de um conjunto de padrões (usualmente representados na forma de vetores de atributos ou pontos em um espaço multidimensional – espaço de atributos) em clusters, de acordo comalguma medida de similaridade. De forma intuitiva, padrões pertencentes a um dado cluster devem ser mais “similares” entre si do que em relação a padrões pertencentes a outros clusters.
Vejam, portanto, que a alternativa está correta.
Fonte: https://www.estrategiaconcursos.com.br/blog/prova-da-semana-comentario-da-prova-do-sedf-tecnologia-da-informacao-bd-e-bi/
-
Ele está falando da classificação de dados. Que é uma alternativa para obtenção de conhecimento. O agrupamento de dados similares. CORRETO
-
Trata-se de Clusterização / Agrupamento de Dados.
Paulo ☕, posso até estar enganado, mas acho que na classificação de dados as classes são predefinidas. No caso da questão, deseja-se agrupar registros em grupos com base em suas similaridades, ou seja, não existem classes predefinidas, como bem explica o comentário do Marco Aguiar.
-
associação
classificação
agrupamento
2016
Em DataMining, as árvores de decisão podem ser usadas com sistemas de classificação para atribuir informação de tipo.
2012
Com o uso da classificação como técnica de Data Mining, busca-se a identificação de uma classe por meio de múltiplos atributos. Essa técnica também pode ser usada em conjunto com outras técnicas de mineração de dados.
Certa
-
CORRETO
Agrupamento é uma das tarefas que podem ser realizadas pelos Data Mines. Ela é uma maneira de descrever conhecimento, mas não é a descoberta de conhecimento em si.
-
Descrever conhecimento é foda.
-
CORRETO
Pode ser por agrupamento K-means
-
CERTO
Acredito que outra questão ajuda a responder essa.
(2017/TCE-PE/Auditor) Em relação à análise de agrupamentos (clusterização) em mineração de dados, o método de clustering k-means objetiva particionar ‘n’ observações entre ‘k’ grupos; cada observação pertence ao grupo mais próximo da média. CERTO
-
Gabarito Certo
Em data mining, na tarefa de Agrupamento (Clustering), o algoritmo de agrupamento tem como meta identificar semelhanças entre dados e dispor estes em grupos de acordo com o seu grau de similaridade. Com isto os dados ficam organizados em subconjuntos homogêneos, o que torna a visualização pelo usuário mais simples e compreensível.
-
Gab certo
Tarefa de Agrupamento (Clustering)
O algoritmo de agrupamento tem como meta identificar semelhanças entre dados e dispor estes em grupos de acordo com o seu grau de similaridade. Com isto os dados ficam organizados em subconjuntos homogêneos, o que torna a visualização pelo usuário mais simples e compreensível.
-
Em data mining, na tarefa de Agrupamento (Clustering), o algoritmo de agrupamento tem como meta identificar semelhanças entre dados e dispor estes em grupos de acordo com o seu grau de similaridade. Com isto os dados ficam organizados em subconjuntos homogêneos, o que torna a visualização pelo usuário mais simples e compreensível.
(2017/TCE-PE/Auditor) Em relação à análise de agrupamentos (clusterização) em mineração de dados, o método de clustering k-means objetiva particionar ‘n’ observações entre ‘k’ grupos; cada observação pertence ao grupo mais próximo da média. CERTO
-
Marquei errado por utilizar o termo conhecimento, acredito que o mais correto seria utilizar informação. O Data Mining fará o tratamento de dados para gerar informações que possam gerar conhecimento e valor para o usuário. A informação se tornará conhecimento apenas se for útil ao usuário, o que não é garantido.
-
Se analisarmos a descrição acima temos uma definição da tarefa de agrupamento ou clustering. A clusterização é a classificação não-supervisionada de dados, formando agrupamentos ou clusters. Ela representa uma das principais etapas do processo de análise de dados denominada análise de clusters. A análise de clusters envolve, portanto, a organização de um conjunto de padrões (usualmente representados na forma de vetores de atributos ou pontos em um espaço multidimensional – espaço de atributos) em clusters, de acordo com alguma medida de similaridade. De forma intuitiva, padrões pertencentes a um dado cluster devem ser mais “similares” entre si do que em relação a padrões pertencentes a outros clusters.
Vejam, portanto, que a alternativa está correta.
Fonte: https://www.estrategiaconcursos.com.br/blog/prova-da-semana-comentario-da-prova-do-sedf-tecnologia-da-informacao-bd-e-bi/
-
O agrupamento ou clusterização junta registros semelhantes entre si e diferente dos presentes nos demais grupos. Essa é, realmente, uma técnica descritiva de mineração de dados, que permite descrever o conhecimento obtido em forma de um agrupamento de valores semelhantes. É importante que você se lembre que a clusterização é associada ao aprendizado de máquina não supervisionado, em que as classes em que os registros serão distribuídos não são conhecidas previamente.
-
SÓ NÃO ENTENDI A PARTE QUE FALA EM "conhecimento descoberto", ALGUÉM PODERIA EXPLICAR???
-
# CLUSTERIZAÇÃO -> PROCESSO QUE BASICAMENTE BUSCA AGRUPAR DADOS QUE POSSUEM ALGUMA SIMILARIDADE. O GRUPO DERIVADO DESTE PROCESSO PODE SER CHAMADO DE CLUSTER. A CLUSTERIZAÇÃO BUSCA PRINCIPALMENTE MELHORAR O ''DESEMPENHO'', SE É QUE PODEMOS CHAMAR ASSIM, DE UM BD.
-
DADOS > INFORMAÇÃO > CONHECIMENTO > INTELIGÊNCIA
======================
Agrupar registros em grupos, de modo que os registros em um grupo sejam semelhantes entre si e diferentes dos registros em outros grupos é uma maneira de descrever CONHECIMENTO descoberto durante processos de mineração de dados. (ERRADO)
======================
Agrupar registros em grupos, de modo que os registros em um grupo sejam semelhantes entre si e diferentes dos registros em outros grupos é uma maneira de descrever DADOS descobertos durante processos de mineração de dados. (CERTO)
======================
======================MAS... QUEM SOU EU NA FILA DO PÃO ?!?!?!
-
AGRUPAMENTO: Técnica de aprendizagem não-supervisionada. Encontra os grupos e os classifica de maneira automática.
OBJETIVO: Colocar registros em grupos por semelhança e aproximação.
-
GABARITO: CERTO
Assertiva refere-se a tarefa ou técnica de clusterização ou agrupamento.
A análise de cluster é uma ferramenta de análise exploratória de dados para resolver problemas de classificação. O objetivo é classificar casos (por exemplo, pessoas, coisas, eventos) em grupos ou clusters, de modo que o grau de associação seja forte entre os membros do mesmo cluster e fraco entre os membros de diferentes clusters.
-
Descrever CONHECIMENTO foi pra acabar . Na prova eu erraria.
-
ESTATÍSTICA E TECNOLOGIA DA INFORMAÇÃO, CAMINHANDO LADO A LADO. SÃO ESSES GUERREIROS QUE CONSEGUEM TRAZER GRANDES AVANÇOS PARA A MEDICINA. UMA SALVA DE PALMAS *CLAC CLAC CLAC*
#MOMENTOREFLEXÃO
-
Gab.: C
A técnica de clusterização/ agrupamento é descritiva. Além disso, buscar agrupar elementos similares em um cluster. Dentro de uma população temos vários clusters.
O conhecimento descoberto na clusterização se dá por esses agrupamentos. A forma de obter conhecimento baseada nessa técnica
-
CERTO
Na descrição acima temos uma definição da tarefa de agrupamento ou clustering.
A clusterização é a classificação não-supervisionada de dados, formando agrupamentos ou clusters. Ela representa uma das principais etapas do processo de análise de dados denominada análise de clusters. A análise de clusters envolve, portanto, a organização de um conjunto de padrões (usualmente representados na forma de vetores de atributos ou pontos em um espaço multidimensional – espaço de atributos) em clusters, de acordo com alguma medida de similaridade.
-
Agrupamento (clustering/agregação): Agrupar registros em grupos, de modo que os registros em um grupo sejam semelhantes entre si e diferentes dos registros em outros grupos. (Descritiva, não supervisionado, não utiliza classes previamente definidas)
-
"O objetivo do agrupamento é colocar registros em grupos, de modo que os registros em um grupo sejam semalhantes uns aos outros e diferentes dos registros em outros grupos. Os grupos constumam ser disjuntos." Navathe (2011,p .712)
-
Questão mal elaborada, "é uma maneira de descrever conhecimento descoberto" não há conhecimentos nesta fase, no máximo informações, construidas a partir dos dados organizados.
-
O melhor foi "agrupar registros em grupos", não é redundância?
-
CERTO
Trata-se da técnica de Mineração de Dados -> Clustering (Agrupamento)
- Aprendizado Não supervisionado (ninguém ensina o algoritmo, as classes são criadas pelo próprio algoritmo)
- coloca no mesmo grupo "objetos" similares -> vai observar o que tem similar e agrupar automaticamente (características comuns)
ex: O algoritmo na Netflix vai agrupar os usuários que assistem séries de "terror", e ao lançar uma nova séria desse tipo, recomendará de imediato para esses usuários.
-
Gabarito: Correto.
A ideia da clusterização é agrupar as observações (os registros) em grupos em que seus membros são semelhantes entre si e diferentes dos demais grupos. Enquanto na classificação nós já temos um conjunto predefinido de classes em que o sistema deve dividir as observações, na clusterização esses grupos são determinados pelo próprio algoritmo, então náo ha classes predefinidas
-
Gabarito certo.
Data mining ou mineração de dados é um processo para extrair dados específicos de um grande banco de dados. Para isso, há algumas técnicas, sendo elas:
- -Regras de associação
- -Árvores de decisão
- -Redes neurais
- -Induções de regras
- -Análise de agrupamentos
A análise de agrupamentos (clusterização) tem como objetivo classificar casos em grupos, de modo que seja forte a associação entre os dados do mesmo agrupamento e a associação seja fraca entre dados de diferentes agrupamentos.
-
Existem grupos que são semelhantes entre si e diferentes dos registros que estão em outros grupos, mas que se correlacionam e descrevem, a partir disso, um conhecimento (descrição de conhecimento) descoberto.