-
Concordo plenamente com o Concurseiro de TI, CESPE forçou muito nessa definição. Caberia recurso fácil. Só correlacionar um conjunto de dados não implica em mineração de dados... O conceito de mineração de dados sempre abrange a descoberta de algum tipo de padrão para auxiliar nas decisões de negócio.
-
Sra. Sampaio, queria saber de que livro você tirou que minerar dados é igual a misturar dados?
Sinceramente: informação de resumo, fica no seu resumo.
Se assim fosse então, eu fazer uma operação OLAP eu estaria utilizando Data Mining, sendo que Data Mining é bem mais compexo que "misturar dados" em uma operação de OLAP.
-
Segundo Gustavo Utilizador de MAIS... Tudo se resume à E-mail...
hahahahahahaha
-
HUAHUAHUA de repente o cara vem com uma explicação de e-mail aqui, SMTP e o carai
-
Eu não concordei com o gabarito, mas fui atrás estudar, tá aqui a resposta.
Big Data and Data Mining are two different concepts,Big data is a term which refers to a large amount ofdata whereas data mining refers to deep drive into the data to extract the key knowledge/Patt
In short, big data is the asset and data mining is the "handler" of that is used to provide beneficial results.
-
Voltando aqui algum tempo depois, acho que a questão infere a técnica de Associação, que faz parte do Data Mining
-
O meio certo para a Cespe é certo por inteiro.
-
Questão correta, vale lembrar que a questão está citando, em outras palavras, o processo de análise de clusters (Agrupamento) o que não deixa de ser um PROCESSO de mineração de dados.
-
+ 1 palhaCESPE assada
-
Dica CESPE: Incompleto não quer dizer errado.
-
Os tipos de dados trabalhados pelo Data Mining não seriam os estruturados?
-
A mineração de dados é formada por um conjunto de ferramentas e técnicas que através do uso de de aprendizagem ou classificação baseados em e , são capazes de explorar um conjunto de dados, extraindo ou ajudando a evidenciar padrões nestes dados e auxiliando na descoberta de conhecimento. Esse conhecimento pode ser apresentado por essas ferramentas de diversas formas: agrupamentos, , regras, árvores de decisão, grafos, ou .
-
A questão menciona uma das técnicas de mineração - regras de associação.
-
No enunciado diz "... Esses dados são utilizados para simples cadastros, desde a consulta até sua alteração, e também para prevenção à fraude, por meio de verificação dos dados da tabela e de outros dados em diferentes bases de dados ou outros meios de informação" dessa forma reparem que não está sendo feita apenas a relação de dados estruturados com dados não estruturados, está sendo feito um processamento desses dados, minerando dados para obter informações.
-
sem mimimi.
Para o cespe o que é incompleto NÃOOOOOOOOOOOO está errado
-
MINERAÇÃO DE DADOS: BUSCA POR PADRÕES.
SE EU TENHO UM BANCO DE DADOS ESTRUTURADOS( PADRONIZADOS, UNIFORME, RELACIONADOS) E QUERO CORRELACIONALO COM OS DADOS NÃO ESTRUTURADOS(DISPERSOS, MISTURADOS, SEM PADRÃO), LOGO QUERO PADRONIZAR ESSES DADOS. ENTÃO REALMENTE É MINERÇÃO DE DADOS.
-
Técnicas de Data Mining:
Associação --> Encontra padrões de relacionamento entre itens de uma base de dados. Como, por exemplo, verificar se uma variável influencia em outra.
CORRETO.
-
Uma das técnicas de Mineração de Dados é justamente a regra de associação, que visa buscar a redação entre dos dados diversos.
-
Galera, para de zuar o cara... eu concordo com ele... é óbvio que, se f(x)=logx².32!x.e-¹/cos(30º), então a conta ajustes da avaliação patrimonial diminui debitando e aumenta creditando.
-
Assertiva C
Se um sistema de informação correlaciona os dados da tabela em questão com outros dados não estruturados, então, nesse caso, ocorre um processo de mineração de dados.
-
Traduzindo o ceito que o colega Felipe Ribas disse acima;
(Data Mining) traduzindo é a mineração de dados
Big Data e Data Mining são dois conceitos diferentes, Big data é um termo que se refere a uma grande quantidade de dados, enquanto Data Mining se refere a aprofundar os dados para extrair o conhecimento chave / Patt
Em suma, big data é o ativo e a mineração de dados é o "manipulador" disso, usado para fornecer resultados benéficos.
-
Correto, quando temos uma tabela com dados estruturados e cruzamos com dados não estruturados, estamos minerando dados à procura de padrões, regras de associação ou sequências, para detectar relacionamentos entre os dados. Em definição, mineração de dados é Prospecção de dados ou mineração de dados é o processo de explorar dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.
-
Se um sistema de informação correlaciona os dados da tabela em questão com outros dados não estruturados, então, nesse caso, ocorre um processo de mineração de dados????? Na prática, Eu sei lá se os processos de mineração de dados de fato foram utilizados. Nenhuma garantia! Mas se aparecer dados não estruturados para o CESPE é VERDADEIRO!.
-
Durante o processo de Data Mining são realizadas estatiscamente algumas tarefas. As sete mais conhecidas são:
Preparação: Limpeza, integração, transformação e redução.
Descrição: Descrever padrões e tendências.
Classificação: Classe.
Estimação:Identificação pelo valor numérico.
Predição: Peculiaridade pelo valor futuro.
Associação: Identificar quais atributos estão relacionados entre si. (Caso da questão).
Clustering: Agrupamento( Não supervisionado).
-
Pessoal, não vamos complicar, a CESPE só quer saber se o processo de mineração de dados pode ser composto tanto de DADOS ESTRUTURADOS (ex: A TABELA mencionada na questão) quanto de DADOS NÃO ESTRUTURADOS. E a resposta é SIM!!!
-
A mineração de Dados pode ser usada em dados não estruturados? Achei que estava errado por isso kkkkk
Se alguém puder ajudar agradeço ...
-
QUESTÃO: CORRETA
Um exemplo de Mineração de Dados seria o Big Data, o qual relaciona dados estruturados e Não estruturados.
Portanto correta.
Só uma observação caso fosse Data WareHouse(Somente dados Estruturados)
abraços...
"Se não puder se destacar pelo talento, vença pelo esforço"
insta:@bizu.concurseiro
-
A questão parece descrever uma das etapas de KDD (knowledge discovery in databases - Descoberta de conhecimento em banco de dados):
01 - Seleção de dados
02 - Limpeza de dados
03 - Enriquecimento de dados
04 - Transformação/codificação
05 - Mineração de dados
06 - Construção de relatório/apresentação
O enriquecimento de dados consistiria justamente em agregar mais dados (inclusive não estruturados) aos dados provenientes da tabela original. Seria o caso, por exemplo, de empresas que a partir do nome e cpf de cliente obtém outros dados como endereço, informações de crédito, histórico de consumo, etc.
-
Encontrei divergências onde Data Mining seria para dados estruturados e Big Data para dados estruturados + não estruturados. Mas parece que Data Mining é um Subconjunto do Big Data e a questão descreveu a técnica de Associação.
Técnicas de Data Mining:
Associação --> Encontra padrões de relacionamento entre itens de uma base de dados. Como, por exemplo, verificar se uma variável influencia em outra.
Ademais,
Se os dados da tabela em questão são estruturados, a questão não poderia falar "...com outros dados não estruturados.." achei que gerou dupla interpretação.
-
Encontrei divergências onde Data Mining seria para dados estruturados e Big Data para dados estruturados + não estruturados. Mas parece que Data Mining é um Subconjunto do Big Data e a questão descreveu a técnica de Associação.
Técnicas de Data Mining:
Associação --> Encontra padrões de relacionamento entre itens de uma base de dados. Como, por exemplo, verificar se uma variável influencia em outra.
Ademais,
Se os dados da tabela em questão são estruturados, a questão não poderia falar "...com outros dados não estruturados.." achei que gerou dupla interpretação.
-
A questão parece descrever uma das etapas de KDD (knowledge discovery in databases - Descoberta de conhecimento em banco de dados):
01 - Seleção de dados
02 - Limpeza de dados
03 - Enriquecimento de dados
04 - Transformação/codificação
05 - Mineração de dados
06 - Construção de relatório/apresentação
O enriquecimento de dados consistiria justamente em agregar mais dados (inclusive não estruturados) aos dados provenientes da tabela original. Seria o caso, por exemplo, de empresas que a partir do nome e cpf de cliente obtém outros dados como endereço, informações de crédito, histórico de consumo, etc.
-
Gabarito: certo
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.
Fonte - estratégia concursos
-
Questão boa. Para deixar em branco.
-
Rapaz...
Correlacionar dados estruturados com não estruturados é Mineração de Dados?
Quem está falando que é Clusering/Associação está enganado, pois esta técnica consiste em criar subconjuntos de dados que possuem características em comum...
O simples fato de juntar uma tabela de clientes (SQL) com posts de facebook desses clientes (noSQL) não consiste em tarefa de Clustering...
Porém, a fase de limpeza ou pré-processamento, na qual elimino os outliers e junto meus dados com outras informações que considero relevantes (caso da questão), faz parte sim do processo de Mineração de Dados e não da fase de Mineração ou Modelagem.
Lembrando que o processo de Mineração de Dados é.
Coleta dos Dados → Pré-processamento → Transformação → Mineração | Modelagem → Avaliação
Gabarito: C
-
Prezados,
Mineração de dados é um termo que abarca várias técnicas, mas normalmente quando estamos falando de identificar correlação de dados, principalmente entre dados estruturados e não estruturados, estamos falando de mineração de dados. Podemos por exemplo usar uma técnica de mineração chamada regras de associação para fazer análise das transações de compra.
Portanto a questão está correta.
Gabarito do Professor: CERTO.
-
Mineração de dados são dados não supervisionados, ou seja, não estruturados.
-
Letícia, Letiicia, aonde voce vai com aquele mototaxista?
-
MINERAÇÃO DE DADOS ( DATA MINING ) ----> dados estruturados e não estruturados
-
Vi uma explicação em que a pessoa dizia mais ou menos assim:
Os dados não estruturados que geram uma informação, fazem parte do processo de Mineração de Dados. no caso da questão, se fossem os dados de um mercado, poderíamos saber que X compradores de cerveja também compraram fraldas. Ou seja, dois dados que não tem porr@ nenhuma a ver um com o outro (fralda e cerveja), mas que geraram uma informação importante para o mercado (Eles poderiam traçar rotas nos corredores do mercado para que as pessoas passassem pela cerveja e pela fralda, por exemplo).
Tamo junto!
-
Mineração de dados é um termo que abarca várias técnicas, mas normalmente quando estamos falando de identificar correlação de dados, principalmente entre dados estruturados e não estruturados, estamos falando de mineração de dados. Podemos por exemplo usar uma técnica de mineração chamada regras de associação para fazer análise das transações de compra.
Portanto a questão está correta.
-
Chamar a simples correlação de dados estruturados e não estruturados de mineração de dados é forçar a barra demais, pelamor.
-
Comentário: Análise de agrupamento (clusterização) é uma técnica que trabalha agrupando dados fortemente associados (fortificando o grau de associação) e separando dados que possuem uma associação fraca, essa técnica classificar itens em agrupamentos comuns chamados clusters. Certo
Hachid Targino
-
"Se está mais pra certo do que pra errado, então tá certo."
- CESPE
-
Ano: 2013 Banca: CESPE / CEBRASPE Órgão: TRT - 17ª Região (ES) Prova: CESPE - 2013 - TRT - 17ª Região (ES) - Técnico Judiciário - Tecnologia da Informação
Chave estrangeira é o atributo ou conjunto de atributos que se refere ou é relacionado com alguma chave primária ou única de uma tabela, podendo ser inclusive da mesma tabela.
Correto!
(2016/TCE-PA/Auditor) Em bancos de dados relacionais, chave estrangeira é aquela que permite uma ligação lógica entre duas tabelas — a chave estrangeira de uma tabela se liga logicamente à chave primária de outra tabela. CERTO
(2015/TJ-DFT) Em um banco de dados relacional, a chave estrangeira que existe em uma tabela deve ser chave primária em outra tabela. CERTO
(2017/TRE-TO/Técnico) Para que um campo seja FK (chave estrangeira) em uma tabela, é necessário que o mesmo atributo seja PK (chave primária) na tabela de origem. CERTO
-
Comentário: Análise de agrupamento (clusterização) é uma técnica que trabalha agrupando dados fortemente associados (fortificando o grau de associação) e separando dados que possuem uma associação fraca, essa técnica classificar itens em agrupamentos comuns chamados clusters. Certo
Hachid targino
-
Se um sistema de informação correlaciona os dados da tabela em questão com outros dados não estruturados, então, nesse caso, ocorre um processo de mineração de dados.
CERTO
A correlação entre os dados pode ser realizada com a clausterização (ou agrupamento) onde essas correlações são identificadas e aplicadas como critério para o agrupamento. Dados mais correlacionados ficam em um mesmo agrupamento.
- Mineração de Dados se vale da clausterização nas suas análises, portanto ocorre um processo de DM.
"A discilina é a maior tutora que o sonhador pode ter, pois ela transforma o sonho em realidade."
-
Nesse caso é o agrupamento que é um dos processos do Data Mining, também conhecido como Análise de Clusters que pode comparar a tabela da questão com outras tabelas para achar alguma estrutura similar
-
Certo. Questão polêmica, mas acredito que o Cespe se refere ao processo de INTEGRAÇÃO dos dados, ou seja,
visa reunir, em um repositório único e consistente, dados de diversas fontes, tais como: bancos de dados, planilhas, arquivos de texto etc.
Fonte: JOSIS ALVES - GRANCURSOS
-
Pessoal, lendo e relendo cheguei a seguinte conclusão:
Etapas de uma mineração de dados:
Seleção de dados;
Pré-processamento;
Transformação;
Mineração;
Análise e assimilação de resultados.
Questão:
Se um sistema de informação correlaciona os dados da tabela em questão com outros dados não estruturados, então, nesse caso, ocorre um processo de mineração de dados.
Atenção ao trecho destacado. Realmente o processo de correlacionar os dados é uma parte do processo (macro) da mineração dos dados, ou seja, não acredito que o item foi mal elaborado. A intenção do examinador, ao meu ver, era mencionar uma parte de todas.
-
Existem os livros...
Existe a doutrina Cespe...
...e existe a doutrina Cespe para PF!
Não tenha vida, estude os três, e seja feliz!
-
Só o fato de correlacionar não é suficiente para concluir isso. Pula pra próxima questão.
-
Mineração de dados: Possibilita tomadas de decisão rápida e precisa.
- Extrai informação válida, previamente desconhecida a partir de grandes bases de dados para efetuar decisões cruciais;
- Análise de dados para tomada de decisões e prever o comportamento futuro;
- Processo de análise de conjunto de dados a descoberta de padrões que representam informações úteis.
-
Questão que privilegia quem não estudou e sai logo marcando como certo.
-
Uma questão dessas entristece o ser humano.
-
Quem estudou demais esse assunto vai errar a questão.
-
É só para mostrar que os professores fazem apostilas fracas, insuficientes, rasas.