-
Gabarito Certo
O processo de minerar dados para descobrir conexões escondidas e prever tendências futuras tem uma longa história. [...] sua base compreende três disciplinas científicas entrelaçadas que existem há tempos: estatística (o estudo numérico das relações entre dados), inteligência artificial (inteligência exibida por softwares e/ou máquinas, que se assemelha à humana) e machine learning (algoritmos que podem aprender com dados para realizar previsões). A tecnologia de mineração de dados continua evoluindo para acompanhar o potencial ilimitado do big data e a computação de baixo custo.
Fonte: https://www.sas.com/pt_br/insights/analytics/mineracao-de-dados.html
-
Data Mining (Mineração de Dados)
Garimpagem ou mineração. BARBIERI
Busca algo mais que interpretação, inferências, tentando adivinhar possíveis fatos e correlações não explicitadas nas montanhas de dados de um DW/DM.
Permite ao usuário avaliar tendências e padrões não conhecidos entre os dados.
O Data Mining apoia o conhecimento indutivo, que descobre novas regras e padrões nos dados fornecidos. ( ELMASRI, NAVATHE )
Data Mining se refere à mineração ou a descoberta de novas informações em função de padrões ou regras em grandes quantidades de Dados .( ELMASRI, NAVATHE )
-
O processo de minerar dados para descobrir conexões escondidas e prever tendências futuras tem uma longa história. Por vezes chamado de "descoberta de conhecimento em bancos de dados", o termo "mineração" só foi cunhado nos anos 1990, mas sua base compreende três disciplinas científicas entrelaçadas que existem há tempos: estatística (o estudo numérico das relações entre dados), inteligencia artificial (inteligência exibida por softwares e/ou máquinas, que se assemelha à humana) e machine learning (algoritmos que podem aprender com dados para realizar previsões).
-
Data Mining – Mineração de Dados
É definido como o processo de descobrir padrões, associações, mudanças, anomalias e estruturas em grandes quantidades de dados armazenados ou em repositórios de informação gerais. Descobrir conexões escondidas e prever tendências futuras é um dos objetivos da mineração de dados, que utiliza a estatística, a inteligência artificial e os algoritmos de aprendizagem de máquina. Pode-se também definir mineração de dados como o processo de identificar, em dados, padrões válidos, novos, potencialmente úteis e, ao final, compreensíveis.
Exemplo: Extraindo-se os dados de vendas de supermercado descobriu-se que a venda de cervejas aumenta quando se aumenta a venda de fraldas descartáveis.
Motivo: quando os papais vão ao supermercado comprar fraldas aproveitam para comprar uma geladinha. A partir daí o gerente do supermercado decidiu colocar uma "ilha" de cerveja no corredor de acesso as fraldas, e aumentou ainda mais as vendas dos dois produtos.
Segundo Navathe, a mineração de dados costuma ser executada com alguns objetivos finais ou aplicações. De um modo geral, esses objetivos se encontram nas seguintes classes:
Previsão: A mineração de dados pode mostrar como certos atributos dos dados se comportarão no futuro.
Identificação: Padrões de dados podem ser usados para identificar a existência de um item, um evento ou uma atividade.
Classificação: A mineração de dados pode particionar os dados de modo que diferentes classes ou categorias possam ser identificadas com base em combinações de parâmetros.
Otimização: Um objetivo relevante da mineração de dados pode ser otimizar o uso de recursos limitados, como tempo, espaço, dinheiro ou materiais e maximizar variáveis de saída como vendas ou lucros sob determinado conjunto de restrições.
-
A mineração de dados é um processo que utiliza técnicas de estatística, matemática e inteligência artificial para extrair e identificar informações úteis e subsequentes conhecimentos (ou padrões) em grandes conjuntos de dados.
-
GABARITO "CORRETO"
A mineração de dados é um processo que utiliza técnicas de estatística, matemática e inteligência artificial para extrair e identificar informações úteis e subsequentes conhecimentos (ou padrões) em grandes conjuntos de dados.
-
GAB C
Descobrir conexões escondidas? Prever tendências futuras? Ambas são objetivos comuns da mineração de dados. Além disso, ela realmente utiliza estatística, inteligência artificial e algoritmos de aprendizagem de máquina. O processo de minerar dados para descobrir conexões escondidas e prever tendências futuras tem uma longa história. Sua base compreende três disciplinas científicas entrelaçadas que existem há tempos: Estatística (o estudo numérico das relações entre dados), Inteligência Artificial (inteligência exibida por softwares e/ou máquinas, que se assemelha à humana) e Machine Learning (algoritmos que podem aprender com dados para realizar previsões.
Estratégia.
-
Mineração de Dados
Data Mining é uma das novidades da Ciência da Computação que veio para ficar. Com a geração de
um volume cada vez maior de informação, é essencial tentar aproveitar o máximo possível desse inves�timento. Talvez a forma mais nobre de se utilizar esses vastos repositórios seja tentar descobrir se há al�gum conhecimento escondido neles. Um banco de dados de transações comerciais pode, por exem�plo, conter diversos registros indicando produtos que são comprados em conjunto. Quando se descobre isso pode-se estabelecer estratégias para otimizar os resultados financeiros da empresa. Essa já é uma vantagem suficientemente importante para justificar todo o processo.
Prof, Deodato Neto, apostila de BD
-
Assertiva C
Conceito Show.
Descobrir conexões escondidas e prever tendências futuras é um dos objetivos da mineração de dados, que utiliza a estatística, a inteligência artificial e os algoritmos de aprendizagem de máquina.
-
Correto, através da mineração de dados podemos descobrir conexões escondidas e prever tendências futuras é um dos objetivos da mineração de dados, que utiliza a estatística, a inteligência artificial e os algoritmos de aprendizagem de máquina.
-
"Conexões escondidas": exemplo clássico do supermercado, em que as pessoas que compram fraldas, também compram cervejas.
-
CERTO
O data mining consiste no processo virtual em que uma máquina realiza de maneira programada a prospecção e coleta de dados no ambiente eletrônico.
Ou seja, é uma forma ativa e automatizada de obter informação a partir da internet e de sistemas em rede.
COMO FUNCIONA ?
A mineração de dados se apoia em três pilares de sustentação:
Estatística clássica: para analisar fatores como variância e desvio padrão
Inteligência artificial: considerada a matriz do
Machine learning: capacidade que as máquinas têm de acumular conhecimento e se tornarem inteligentes.
-
- 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.
GAB: CERTO
-
Este é exatamente o objetivo de todos ao utilizar a mineração de dados (Data Mining) e aprendizagem de máquinas (Machine Learning): descobrir conexões escondidas e, por meio destas, prever tendências futuras.
Resposta: Certo
-
Gabarito: Certo
Objetivo da mineração de dados é descobrir conexões escondidas e prever tendências futuras, utilizando a estatística.
-
Bem básico.
Mineração de dados são processos nos quais auxiliam em informações futuras.
gabarito.: certo.
-
Aos que estão com dificuldade nesse tópico, vai uma explicação bem boa que peguei nos comentários de questões anteriores.
Data = Dados
Mining = Mineração
DATA MINING = MINERAÇÃO DE DADOS
Qual a atividade principal de uma empresa mineradora???
Ela extrai minérios do ambiente em que atua.
Mas por que minérios?
Porque minérios, para ela, são valiosos.
A mesma lógica é aplicada à técnica da Mineração de Dados.
Vejamos: A Polícia Federal, por exemplo, precisa encontrar dados úteis para sua investigação dentro de um sistema de informação de uma empresa nacional.
Poxa....mas tem muita coisa lá! Como os policiais devem atuar? Através de que devem buscar esses dados?
Eles vão se utilizar da datamining para encontrar os dados!
Mas como fazem isso???
Por meio dela, eles podem encontrar padrões de informações com base em classificações predeterminadas ou não.
Vejamos:
Eles querem carros comprados no exterior.
Eles "falam" isso para a mineração e ela retorna inúmeros resultados associados ao que eles procuram.
Por fim, isso é só uma análise superficial do que seja Mineração de Dados.
-
CERTO
Objetivo:
- processo de encontrar anomalias, padrões e correlações em grandes conjuntos de dados para prever resultados/tendências futuras. (característica preditiva)
Técnicas que podem ser utilizadas no Data mining:
- Estatística
- Inteligência Artificial (I.A)
- Machine Learning (aprendizagem de máquina)
- Redes Neurais
-
Descobrir conexões escondidas??? Conexões em redes ou conexoes entre dados? Aceitar que dói menos.
-
Gabarito: certo
Outra questão semelhante:
(CERTO/2018/PF)Pode-se definir mineração de dados como o processo de identificar, em dados, padrões válidos, novos, potencialmente úteis e, ao final, compreensíveis.(CERTO)